如何為K最近鄰居算法輸入預聚類數據

Question

我對我正在從事的項目有疑問。 我是RI的新手，我將不勝感激。

我在數據上使用k最近鄰算法（使用類庫中的knn函數）。 我讀過某個地方，可以通過預先聚類數據來提高k近鄰分類的效率。 我的問題是，如果我使用k均值對數據進行聚類，如何將數據輸入到k最近鄰算法？ 是否輸入kmeans函數的結果，即具有聚類均值的數據集，還是將分配的聚類與數據組合，然后分別在每個聚類上運行k最近鄰？ 請給一些指導。

我是該網站的新手，所以不確定如何正確地提出問題。 K最近鄰居的代碼如下。 數據有很多變量，因此我不打算贅述。

我正在嘗試預測容易和困難病例的肺癌惡性腫瘤。 ClusterSIM（標簽）具有2類0（簡單）和1（硬）。

library(caret)
#Doing stratified Random Sampling
inTrain = createDataPartition(LIDC$ClusterSIM, p = 6.6/10, list = FALSE)

train1=LIDC[inTrain,]
train = train1[-65] #Removing the CLusterSIM (labels)column from training data
cc = train1[65] #creating a data.frame for ClusterSIM
c1 = as.vector(cc$ClusterSIM) # convert CLusterSIM (Labels) to a vector

test1 =LIDC[-inTrain,] #creating testing data
test = test1[-65] #removing labels from testing data

knn_predict = knn(train, test, c1, k=25)

#converting labels for testing data into factors so I can create a table.
test_val = test1[65]
test_val_factor = as.factor(test_val$ClusterSIM)

table(test_val_factor, knn_predict)

Answer 1

knn有幾個庫， class只是一個。 [*]

查看class::knn的文檔，看來您不能給它加上前奏。

因此，搜索其他庫。

[*]實際上，在R中，經常有幾個競爭和不兼容的庫來執行任何操作。