使用R语言实现KNN分类器

使用R语言实现KNN分类器

KNN（K-Nearest Neighbors）算法是一种常用的分类算法，它基于邻近的数据点来进行分类。本文将使用R语言来实现一个KNN分类器，并通过一个实际案例来演示其应用。

首先，我们需要准备一些数据来构建KNN分类器。假设我们有一个数据集，其中包含了一些样本的特征和它们对应的类别标签。我们可以将这个数据集分成训练集和测试集，用训练集来构建分类器，然后用测试集来评估分类器的性能。

# 准备数据
features <- matrix(c(5.1, 3.5, 1.4, 0.2,
                     4.9, 3.0, 1.4, 0.2,
                     6.2, 3.4, 5.4, 2.3,
                     5.9, 3.0, 5.1, 1.8), ncol = 4, byrow = TRUE)

labels <- factor(c("setosa", "setosa", "virginica", "virginica"))

# 分割数据集
train_indices <- sample(1:length(labels), length(labels) * 0.7)
train_features <- features[train_indices, ]
train_labels <- labels[train_indices]
tes