comment utiliser matrice document term avec knn (kppv) algo

Hello tout le monde !

Aujourd'hui j'essaie de faire des analyses via R sur matrice de terme document avec l'algoritheme de KNN (kppv)

j'ai une matrice du terme.csv qui ete export par un autre programe
et j'ai essyer de appliqui l'algo de knn (prédiction,..) mais je n'ai pas réussi

voilà la table du terme
test.csv.txt
et mon code voilà

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
# Packages
library(tm) # Text mining: Corpus and Document Term Matrix
library(class) # KNN model
library(SnowballC) # Stemming words
#library(Matrix)
 
# Read csv with two columns: text and category
df <- read.csv(file.choose(), sep =",", header = TRUE)
 
myDTM <- as.DocumentTermMatrix(df, weighting = weightTf)
 
 
# Transform dtm to matrix to data frame - df is easier to work with
mat.df <- as.data.frame(data.matrix(myDTM), stringsAsfactors = FALSE)
 
mat.df <- cbind(mat.df, df$Category)
 
 
 # Split data by rownumber into two equal portions
train <- sample(nrow(myDTM), ceiling(nrow(myDTM) * .70))
test <- (1:nrow(myDTM))[- train]
train
test
 
# Create model: training set, test set, training set classifier
knn.pred <- knn(modeldata[train, ], modeldata[test, ],cl,k=3)## error comment trouver cl
 
# Confusion matrix
conf.mat <- table("Predictions" = knn.pred, Actual = cl[test])
conf.mat
 
# Accuracy
(accuracy <- sum(diag(conf.mat))/length(test) * 100)
 
# Create data frame with test data and predicted category
df.pred <- cbind(knn.pred, modeldata[test, ])
write.table(df.pred, file="output.csv", sep=";")

merci.