R语言for循环运行KNN选k值时列表前29项为空如何解决

• 最核心的原因是没有提前初始化pre为固定长度的列表：如果循环前你只是用pre <- list()创建了空列表，甚至把pre定义成了原子向量/矩阵类型，就会出现赋值异常。
  • 如果pre是原子向量（比如你之前用pre <- c()初始化），knn返回的是长度等于测试集样本数的因子向量，无法存入原子向量的单个位置，R会自动丢弃前面的赋值，仅保留最后一次的有效赋值。
  • 如果pre是未指定长度的空列表，R循环中动态扩展列表时可能因为内存分配、环境变量残留的问题，导致前面索引位置的赋值没有被正确写入，仅最后一次赋值成功。
• 次要可能是变量名冲突：如果你的工作环境里之前定义过pre、l、k相关的变量，残留值会干扰循环赋值。

首先要加载class包（knn函数的依赖），提前初始化存储结构，再跑循环：

# 加载依赖包
library(class)

# 初始化存储结构：pre存预测结果，accuracy存对应准确率
k_range <- 1:30
pre <- vector("list", length(k_range)) # 明确初始化长度为30的列表
accuracy <- numeric(length(k_range)) # 初始化数值向量存准确率

# 循环遍历k值
for (l in k_range) {
  # 生成预测结果
  pre[[l]] <- knn(train = train_dataset, test = test_dataset, cl = labels_train, k = l)
  # 计算当前k的准确率，注意labels_test替换为你自己的测试集真实标签变量名
  accuracy[l] <- mean(pre[[l]] == labels_test)
}

# 查看所有k的准确率
print(accuracy)
# 找最优k
best_k <- which.max(accuracy)
cat("最优k值为：", best_k, "，对应准确率为：", accuracy[best_k])

• R的存储结构分为原子向量和递归向量（列表）：原子向量的每个位置只能存单个基础类型值（数值、字符、逻辑值等），列表的每个位置可以存任意类型的对象（向量、矩阵、模型对象都可以）。如果用原子向量存knn返回的多元素预测向量，必然会出现赋值失败。
• 提前初始化固定长度的存储结构，会提前在内存中分配对应大小的空间，不需要循环中动态申请内存，既提升了运行效率，也避免了动态扩展时的内存分配异常导致的赋值丢失。
• 循环前清理环境变量（可以用rm(list = ls())清理，注意保存必要数据）也可以避免历史变量残留导致的冲突。

内容的提问来源于stack exchange，提问作者Yagami_Light