r - knn 聚类预测

Question

我有一个 60.000 obs/40 变量数据集，我在其中使用了 Clara，主要是由于内存限制。

library(cluster)    
library(dplyr)    

mutate(kddnew, Att=ifelse(Class=="normal","normal", "attack"))
ds <- dat[,c(-20,-21,-40)

clus <- clara(ds, 3, samples=500, sampsize=100, pamLike=TRUE)

这返回了一个带有中心点的表格。

现在我正在尝试使用 knn 进行如下预测:

medoidz <- clus$medoids
r <- knn(medoidz, ds, cl=ds$targetvariable)

它返回

'train' and 'class' have different lengths

有人可以阐明如何使用它吗？

Answer 1

这个有效:

require(cluster)
require(class)

data(iris)
ds   <- iris
ds$y <- as.numeric(ds$Species)
ds$Species <- NULL

idx      <- rbinom(nrow(ds), 2, .6)
training <- ds[idx,]
testing  <- ds[-idx,]
x        <- training
y        <- training$y
x1       <- testing
y1       <- testing$y

clus <- clara(x, 3, samples = 1, sampsize = nrow(x), pamLike=TRUE)

knn(train = x, test = x1, cl = clus$clustering, k = 10, l = 0, prob = T, use.all = T)

虽然 3 对于此数据集中的聚类数量显然是一个糟糕的选择，因此预测效果不佳。希望您会为您的数据选择正确数量的聚类，并且您可以使用 fpc 包中的 prediction.strength 或其他方式测试您的预测强度。