我正在尝试解决著名的Titanic- Machine Learning from Disaster问题。

我想使用knn来预测测试数据集中的survived。我还想使用交叉验证，然后将其应用到我的测试数据集上。

代码结构如下所示：

install.packages("caret")library(caret)knn_2_train <- knn_1_train # 训练数据集knn_2_train$Survived <- train$SurvivedSurvived <- as.factor(train$Survived) # 训练标签knn_2_test <- knn_1_test # 测试数据集trControl <- trainControl(method  = "cv", number  = 5)fit <- train(knn_2_train, Survived,             method = "knn",             tuneGrid   = expand.grid(k = 1:50),             metric     = "Accuracy",             trControl  = trControl             )

现在，我不确定如何在交叉验证之后将knn模型应用于测试数据集。

任何建议都将不胜感激。

回答：

你可以这样做：

test.df$predObs <- predict(   object  = fit,   newdata = test.df)

这将你的预测结果存储为predObs在你的测试集test.df中，然后你可以用各种性能指标来评估这些预测结果。

祝你的项目好运！

注意：记得将test.df更改为与你的测试数据相对应。让我知道这对你是否有效！