当我试图在R中运行kNN时，我得到了coercionNAs引入的错误NAs？

Question

我试图在数据集上运行kNN但我不断收到一些NA错误。我已经耗尽了堆栈溢出，试图找到解决这个问题的方法。我找不到任何有用的东西。

这是我正在使用的数据集：https://www.kaggle.com/tsiaras/uk-road-safety-accidents-and-vehicles

我已将每个因子变量和整数变量转换为我的预测变量和目标数字，因此它可以进行欧几里德距离。我删除了所有NA，但kNN不断抛出以下错误消息：

NAs introduced by coercionNAs introduced by coercionError in knn(train[2:nrow(train), c(11, 22, 23, 25, 27, 28)], test[(2:nrow(test)),  : 
  NA/NaN/Inf in foreign function call (arg 6)

这是我如何转换所有预测变量并运行kNN的一个示例：

as.numeric(levels(test$Road_Type))[levels(test$Road_Type)]
as.numeric(levels(train$Road_Type))[levels(train$Road_Type)]

train <- na.exclude(train)
test <- na.exclude(test) 

cl=as.numeric(train[2:nrow(train),5])
cl <- na.exclude(cl)
knn0 <- knn(train[2:nrow(train),c(11,22,23,25,27,28)], test[(2:nrow(test)),c(11,22,23,25,27,28)], cl)

我正在为所有列11,22,23,25,27,28以及目标执行as.numeric。我在2开始行，所以它不包括标签。我还尝试在将参数传递给kNN函数之前运行以下代码：

sum(is.na(train[2:nrow(train),c(11,22,23,25,27,28)]))
sum(is.na(test[2:nrow(test),c(11,22,23,25,27,28)]))
sum(is.na(cl))

其中所有3个都返回0，因此在将其传递给kNN函数之前没有NA值。

编辑

通过转换为数字来修复此问题，如下所示：

train $ Road_Type < - as.numeric（as.integer（factor（train $ Road_Type）））

感谢所有帮助过的人！

Answer 1

您确定已将数据转换为数字吗？ as.numeric（）不能正常工作，你必须分配其结果，就像你用cl做的那样。

Answer 2

您需要始终查看数据。这有助于您和其他人回答这个问题。

如果我们检查您的数据，它看起来像这样：

str(df[, c(11, 22, 23, 25, 27, 28)])
'data.frame':   2047256 obs. of  6 variables:
 $ Junction_Control                 : chr  "Data missing or out of range" "Auto traffic signal" "Data missing or out of range" "Data missing or out of range" ...
 $ Number_of_Vehicles               : int  1 1 2 1 1 2 2 1 2 2 ...
 $ Pedestrian_Crossing.Human_Control: int  0 0 0 0 0 0 0 0 0 0 ...
 $ Police_Force                     : chr  "Metropolitan Police" "Metropolitan Police" "Metropolitan Police" "Metropolitan Police" ...
 $ Road_Type                        : chr  "Single carriageway" "Dual carriageway" "Single carriageway" "Single carriageway" ...
 $ Special_Conditions_at_Site       : chr  "None" "None" "None" "None" ...

如果我们将一个字符转换为数字会发生什么：

df$Police_Force <- as.numeric(df$Police_Forc)

df$Police_Force
[1] NA NA NA NA NA NA NA ....
Warning message:
  NAs introduced by coercion

这在R中不起作用。但是，如果我们将它们设置为因子，然后将它们更改为数字，问题就解决了。

df$Police_Force <- as.numeric(as.factor(df$Police_Forc))

df$Police_Force
[1] 30 30 30 30 30 30 30 ...

您的方法不起作用，因为变量不是因素而是字符。

levels(df$Road_Type)
NULL

as.numeric(levels(df$Road_Type))[levels(df$Road_Type)]
numeric(0)

由于您没有显示导入R后数据的外观，我可能错了。我使用了read.csv功能。