【冰糖R语言】class 库实现 KNN 分类模型 问题讨论

有时会使用class中的knn模型实现knn分类的功能

该库使用c语言实现底层功能，运行速度快，且参数数量少使用方便（knn本身参数也没啥）

knn(train, test, cl, k = 1, l = 0, prob = FALSE, use.all = TRUE)

但，其对于“近邻”的定义采用了“模糊”概念，与常规理解近邻稍有区别：

假设 K = 3，给定测试样例 X 和 训练集 Train

传统理解中，从 Train 中找到与 X 距离最近的 3 个样例，进行多数投票确定 X 的预测类标；

class 实现中，从 Train 中可能找到 3 + n 个近邻样本，其中 3 是指传统理解中样例 X 的 3 个近邻样本，n 为与X与第三个近邻的距离“近似”相等的其他近邻样本

class 中设定了阈值 EPS = 1e-4，如果 满足（样本Z与X的距离）<= (第K个近邻与X的距离) * (1+EPS)，则样本Z也选为近邻

那么，K=3时可能选择了多于3个近邻，此时如果

use.all = TRUE 时，使用所有这些样本投票；

use.all = FALSE 时，使用确定的K=3个近邻投票；

此时设定 use.all 的不同值可能会得到的不同的预测结果。