R语言：KNN算法的实现——kknn包

最新推荐文章于 2026-04-09 19:25:50 发布

原创最新推荐文章于 2026-04-09 19:25:50 发布 · 2.8w 阅读

139 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#KNN #KKNN #R

编程同时被 3 个专栏收录

67 篇文章

订阅专栏

机器学习

46 篇文章

订阅专栏

分类算法原理以及R&Python实现

16 篇文章

订阅专栏

本文详细介绍了如何在R语言中使用kknn包实现KNN算法，以红酒质量分类数据集为例，探讨了数据简介、R包下载、KNN实现过程以及ROC曲线和AUC值的计算，强调了kknn函数的关键参数设置。

Python3.8

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

在前文中，我们已经介绍过了KNN算法的原理以及其python实现，具体请见KNN算法及其python实现。

本文将主要介绍KNN算法的R语言实现，使用的R包是kknn。

数据简介

本文数据选择了红酒质量分类数据集，这是一个很经典的数据集，原数据集中“质量”这一变量取值有{3，4，5，6，7，8}。为了实现二分类问题，我们添加一个变量“等级”，并将“质量”为{3，4，5}的观测划分在等级0中，“质量”为{6，7，8}的观测划分在等级1中。

数据下载戳我

因变量：等级

自变量：非挥发性酸性、挥发性酸性、柠檬酸、剩余糖分、氯化物、游离二氧化硫、二氧化硫总量、浓度、pH、硫酸盐、酒精

library(openxlsx)
wine = read.xlsx("C:/Users/Mr.Reliable/Desktop/classification/winequality-red.xlsx") 
#将数据集分为训练集和测试集,比例为7:3
train_sub = sample(nrow(wine),7/10*nrow(wine))
train_data = wine[train_sub,]
test_data = wine[-train_sub,]

KNN的实现

R包下载

install.packages('kknn')

实现KNN

kknn函数的重要参数：

参数	意义
formula	$y$ ~ $x_1+1_2+...+x_n$ ，确定自变量和因变量
train	训练集
test	测试集
k	默认为7，表示选择7个最近的样本为代表
distance	默认为2，表示使用的是哪个明可夫斯基距离
kernel	可以选择的选项：rectangular（无权重），triangular，epanechnikov，biweight，triweight，cos，inv，gaussian，rank，optimal（默认）

kknn还有一些其他的参数，具体可以参考kknn参数选择

library(pROC) #绘制ROC曲线
library(kknn)
#数据预处理
train_data$等级 = factor(train_data$等级)
test_data$等级 = factor(test_data$等级)
wine_knn <- kknn(等级 ~  非挥发性酸性+挥发性酸性+柠檬酸+剩余糖分  
                   +氯化物+游离二氧化硫+二氧化硫总量+浓度+pH+硫酸盐+酒精,
                   train_data,test_data,k=7,distance = 2)

这样我们就实现了KNN算法

ROC曲线和AUC值

#在测试集上预测
pre_knn <- fitted(wine_knn)
#输出混淆矩阵
table(test_data$等级, pre_knn,dnn=c("真实值","预测值"))
#绘制ROC曲线并计算AUC值
knn_roc <- roc(test_data$等级,as.numeric(pre_knn))
plot(knn_roc, print.auc=TRUE, auc.polygon=TRUE, grid=c(0.1, 0.2),grid.col=c("green", "red"), max.auc.polygon=TRUE,auc.polygon.col="skyblue", print.thres=TRUE,main='knn算法ROC曲线')

ROC
选择不同的kernel和k值将对模型的结果产生影响。一般来讲，使用默认值的效果比较好。