У меня есть набор данных для тренировки с 28 переменными (13 меток и 15 функций). Набор тестовых данных с 15 функциями, и я должен предсказать метки для этого набора тестовых данных на основе этих функций. Я сделал классификаторы KNN для всех 13 меток отдельно.Классификация с несколькими метками в R
Есть ли возможность объединения всех этих 13 отдельных классификаторов KNN в один классификатор мультиклавиш?
Моего текущий код для одной метки:
library(class)
train_from_train <- train[1:600,2:16]
target_a_train_from_train <- train[1:600,17]
test_from_train <- train[601:800,2:16]
target_a_test_from_train <- train[601:800,17]
knn_pred_a <-knn (train = train_from_train, test = test_from_train, cl= target_a_train_from_train, k = 29)
table(knn_pred_a, target_a_test_from_train)
mean(knn_pred_a != target_a_test_from_train)
knn_pred_a_ON_TEST <-knn (train = train[,2:16], test = test[2:16], cl= train[,17], k = 29)
knn_pred_a_ON_TEST
Я обыскивал Интернет и пакет mldr
, кажется, вариант, но я не мог приспособить его к моим потребностям.
Можете вы добавить код для своего KNN? Действительно, выбор ближайших соседей можно комбинировать, чисто теоретически. Тем не менее, http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example – CAFEBABE
@CAFEBABE Извините за форматирование. И так далее. «a» - это метка для первого моего первого классификатора KNN. Его присутствие видов бактерий (0/1) – Abhijeet