Implémentation KNN et classement de données non-étiquetées

Bonjour,

Je souhaite utiliser le knn sur la base étiquetée pour construire mon modèle, puis utiliser ce modèle pour classer les données non-étiquetées.
svp comment implémenter ceci dans R ...et comment connaître à la fin les labels de clustrering ?

Merci

Bonjour,
Regarde l'aide de la fonctions ?knn du package 'class' tu y trouveras tout ce qu'il faut.

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12

require(class) train <- rbind(iris3[1:25,,1], iris3[1:25,,2], iris3[1:25,,3]) # données étiquetées test <- rbind(iris3[26:50,,1], iris3[26:50,,2], iris3[26:50,,3]) # données à classer cl <- factor(c(rep("s",25), rep("c",25), rep("v",25))) # classes des données 'train' (res <- knn(train, test, cl, k = 3, prob=TRUE)) table(true=cl,predicted=res) # predicted # true c s v # c 23 0 2 # s 0 25 0 # v 3 0 22

---

PS : google is your friend ;)

Oui je trouve cette fonction et ça marche bien mais je veux utiliser Kmeans... mon problème et de combiner KNN et Kmeans ensemble :(

Je vois plusieurs documents et j'arrive à trouver le code source de Kmeans et de KNN mais je veux que les deux méthodes travaillent ensemble vous me comprenez ?

Tu peux tout à fait combiner les deux méthodes si c'est ce que tu souhaites mais je ne vois pas où tu bloques

Je suis bloqué pour les combiner : je suis d'accord avec votre idée et je suis une autre idée mais lorsque je l'implémente sous R je ne sais pas comment faire. NB: c'est la première fois que j'ai utilise ce logiciel. :(

k-means nous donne des clusterings, mais on ne sait jamais leurs labels donc j'essaie de combiner kmeans avec knn pour résoudre ce problème. Théoriquement, c'est clair : soit on utilise "self trainig " (c'est votre idée) ou bien j'ai une autre idée. Mais le problème est de trouver comment j'implémente ça avec R. Vous me comprenez ?