在 R 中使用 KNN (k = 2) 时，对小数据集不断得到不同的预测

Question

考虑以下训练集的回归问题：

我想预测每个对象的 2-最近邻预测 - 但是，每次调用 knn 函数时，我都会得到不同的预测。应该是这样吗？这是我正在使用的代码：

library(class)
test <- train <- matrix(c(-1, 0, 2, 3),,1)
cl <- c(0, 1, 2, 1)
knn(train, test, cl, k=2)

输出：

> knn(train, test, cl, k=2)
[1] 1 1 2 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 0 0 1 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 1 1 1 2
Levels: 0 1 2
> knn(train, test, cl, k=2)
[1] 0 0 1 2
Levels: 0 1 2

真的很感激任何澄清。

Answer 1

在knn随机打破平局和设置它的方式中，您将始终在投票中始终只有一个正确的（完全匹配）和一个不正确的标签（最接近的匹配），因此结果始终是实际标签和错误的。

您可以通过多次运行实验并查看结果来凭经验看到这一点 - 每行将具有大致相同比例的两种不同结果。