如何在R的train()函数中调整KNN算法的邻居数K？

嘿，刚好熟悉caret包的train()函数用法，这就帮你搞定指定k值的问题！

在你现有的代码里，train()默认会自动搜索一组k值来做调优，但如果你想指定精确的3、9、12这三个邻居数，只需要添加tuneGrid参数就可以了，具体步骤如下：

步骤1：创建指定k值的参数网格 #

首先，你需要构建一个数据框，列名必须是k（因为caret中KNN算法对应的参数名就是k），把你想要的k值放进去：

# 定义要测试的k值集合
tune_grid <- data.frame(k = c(3, 9, 12))

步骤2：修改train函数，加入参数网格 #

把上面的tune_grid传入train()的tuneGrid参数中，修改后的完整代码如下：

species_knn <- train(
  species ~ ., 
  method = "knn", 
  data = species, 
  trControl = trainControl(method = 'cv', number = 3),
  tuneGrid = tune_grid  # 新增这一行，指定要测试的k值
)

额外说明 #

• 运行完这段代码后，你可以通过print(species_knn)查看每个k值对应的交叉验证结果，caret会自动选择表现最优的k值作为最终模型的参数。
• 如果你之后想测试更多k值，只需要修改tune_grid里的向量内容就行，比如c(5,7,10)这类组合。

内容的提问来源于stack exchange，提问作者MCL94