R parsnip nearest_neighbor K-最近鄰

nearest_neighbor() 定義了一個模型，該模型使用訓練集中的 K 最相似的數據點來預測新樣本。該函數可以擬合分類和回歸模型。

擬合該模型的方法有多種，通過設置模型引擎來選擇估計方法。下麵列出了該模型的引擎特定頁麵。

• kknn¹

有關如何操作的更多信息防風草用於建模的是https://www.tidymodels.org/.

用法

nearest_neighbor(
  mode = "unknown",
  engine = "kknn",
  neighbors = NULL,
  weight_func = NULL,
  dist_power = NULL
)

參數

mode

預測結果模式的單個字符串。此模型的可能值為"unknown"、"regression" 或"classification"。

engine

指定用於擬合的計算引擎的單個字符串。

neighbors

要考慮的鄰居數量的單個整數(通常稱為k)。為了克尼恩，如果使用值 5neighbors沒有指定。

weight_func

用於對樣本之間的距離進行加權的核函數類型的單個字符。有效的選擇是： "rectangular" , "triangular" , "epanechnikov" , "biweight" , "triweight" , "cos" , "inv" , "gaussian" , "rank" 或 "optimal" 。

dist_power

用於計算 Minkowski 距離的參數的單個數字。

細節

此函數僅定義正在擬合的模型類型。一旦指定了引擎，也就定義了擬合模型的方法。有關設置引擎的更多信息，包括如何設置引擎參數，請參閱set_engine()。

在 fit() 函數與數據一起使用之前，模型不會經過訓練或擬合。

此函數中除 mode 和 engine 之外的每個參數都被捕獲為 quosures 。要以編程方式傳遞值，請使用injection operator，如下所示：

value <- 1
nearest_neighbor(argument = !!value)

參考

https://www.tidymodels.org, Tidy Modeling with R, searchable table of parsnip models

也可以看看

例子

show_engines("nearest_neighbor")
#> # A tibble: 2 × 2
#>   engine mode          
#>   <chr>  <chr>         
#> 1 kknn   classification
#> 2 kknn   regression    

nearest_neighbor(neighbors = 11)
#> K-Nearest Neighbor Model Specification (unknown mode)
#> 
#> Main Arguments:
#>   neighbors = 11
#> 
#> Computational engine: kknn 
#>