R语言使用KNN算法报错：'train'和'class'长度不一致问题求助

报错根本原因 #

你传入cl参数的是一个单列数据框，而非knn函数要求的一维向量：
R中数据框的length()返回值为列数，你传入的单列数据框长度被识别为1，和训练集20000行的样本量完全不匹配，因此触发长度不一致的报错。

修复方案 #

只需将标签列转为一维向量传入即可，两种常用实现方式如下：

方法1：base R 加drop参数 #

取列时添加drop = TRUE，自动将单列数据框转为向量：

predictions <- knn(
  train = x_train_auto,
  test = x_test_auto,
  cl = Df_census[in_train_census, 1, drop = TRUE],
  k = 25
)

方法2：显式转换为向量 #

提前将标签提取为向量后再传入：

# 提取训练集标签向量
train_labels <- as.vector(Df_census[in_train_census, 1])
# 运行knn
predictions <- knn(
  train = x_train_auto,
  test = x_test_auto,
  cl = train_labels,
  k = 25
)

前置校验建议 #

每次运行前可先校验训练集样本量和标签长度是否匹配，提前规避这类问题：

cat("长度是否匹配：", nrow(x_train_auto) == length(train_labels), "\n")

返回TRUE再运行模型即可。

内容的提问来源于stack exchange，提问作者Jim Ryan