r - KNN 在 `class` 中有效，但在 `caret` 中无效（关系太多）

Question

我正在制作一个 KNN 算法来预测close_price大约 80,000 行这些数据。

# A tibble: 81,334 x 12
   latitude longitude close_date          close_price    id address      country state zip   date        week  year
      <dbl>     <dbl> <dttm>                    <dbl> <int> <fct>        <fct>   <fct> <fct> <date>     <dbl> <dbl>
 1     36.4     -98.7 2014-08-05 06:34:00     147504.     2 US-412, Fai… USA     OK    73737 2014-08-05    31  2014
 2     36.6     -97.9 2014-08-12 23:48:00     137401.     3 N2850 Rd, E… USA     OK    73703 2014-08-12    32  2014
 3     36.6     -97.9 2014-08-09 04:00:40     239105.     5 Craig Rd, P… USA     OK    73766 2014-08-09    32  2014
 4     36.5     -98.3 2014-08-07 15:18:18     270885.     6 62161 Caddo… USA     OK    73741 2014-08-07    32  2014

我试图从一个简单的模型开始，该模型将收盘价预测为一周的函数。

library(caret)
data_small <- data %>% select(close_price, week)
training.samples <- data_small$close_price %>%
  createDataPartition(p = 0.8, list = FALSE)
train.data  <- data_small[training.samples, ]
test.data <- data_small[-training.samples, ]

我发现我可以使用knn()from进行预测class。

library(class)
modelKNN <- knn(train.data, test.data, cl = train.data$close_price, k = 4, l = 0, prob = FALSE, use.all = TRUE)

但是当我尝试用插入符号来做这件事时，我得到了一个错误。

model <- train(close_price~ ., data = train.data, method = "knn")

它为我服务：

警告信息：

1：Resample01 的预测失败：k=5 knnregTrain 中的错误（train = structure（c(32, 32, 32, 25, 25, 25, 25, 32, :
knn 中的关系太多

2：Resample01 的预测失败：k=7 knnregTrain 中的错误（train = structure（c(32, 32, 32, 25, 25, 25, 25, 32, : too many ties in knn

3：Resample01 的预测失败：k=9 knnregTrain 中的错误（train = structure（c(32, 32, 32, 25, 25, 25, 25, 32, : too many ties in knn

我尝试了不同的变体train()，比如包含trControl = trainControl("cv", number = 10), preProcess = c("center", "scale"), tuneLength = 10相同的结果。

我还想指出，根据收盘周的不同，价格差异很大。

我在这里看了一个类似的问题，但他们只是使用class.

这是火车数据的结构。

# A tibble: 65,070 x 2
   close_price  week
         <dbl> <dbl>
 1     147504.    31
 2     239105.    32
 3     270885.    32
 4     228514.    25

标签： rmachine-learningknn