我正在尝试对多个k值进行5折交叉验证。我使用了ISLR包中的OJ数据集。

到目前为止我的代码如下，

library(ISLR)library(class)ks=c(1:5)err.rate.test <- numeric(length = 5)folds <- cut(seq(1,nrow(OJ)),breaks=5,labels=FALSE)for (j in seq(along = ks)) {  set.seed(123)  cv.knn <- sapply(1:5, FUN = function(i) {    testID <- which(folds == i, arr.ind = TRUE)    test.X <- OJ[testID, 3]    test.Y <- OJ[testID, 1]    train.X <- OJ[-testID, 3]    train.Y <- OJ[-testID, 1]    knn.test <- knn(data.frame(train.X), data.frame(test.X), train.Y, k = ks[j])    cv.test.est <- mean(knn.test != test.Y)    return(cv.test.est)  })  err.rate.test[j] <- mean(cv.knn)  }   err.rate.test[1] 0.3757009 0.3757009 0.3757009 0.3757009 0.3757009

代码没有报错。但不知为何，每个k值的测试错误率都是相同的。这对我来说似乎很奇怪。所以我认为我的代码可能有问题。

谁能帮我找出问题所在？

回答：

移除 set.seed(123)，这是导致错误率重复的原因。

set.seed 用于确保可重复性，使得任何随机网格搜索或参数估计保持不变，这意味着用于拟合knn模型的所有参数估计在每次执行时都是相同的，导致相同的预测和因此相同的错误率。