在R中使用什么包进行Kmeans预测？

“SwarmSVM”包似乎以前有一个kmeans.predict函数，但现在不再有了

我想将数据帧划分为训练+测试子集，以训练模型，然后对其进行测试。我目前只能使用“kmeans”函数来创建集群，但我无法确定使用哪些函数/包来训练和测试模型

install.packages("class")
library(class)

使用knn函数

有关更多帮助，请参阅使用

 ?knn

使用knn函数

有关更多帮助，请参阅使用

 ?knn

k-means是一种聚类方法，即用于无监督学习，而非监督学习，因此其设计目的不是预测未来数据，因为添加更多数据会改变中心。可进行分类的有监督备选方案包括k-NN、LDA/QDA和支持向量机，但这种方法需要具有已知类别的训练集

综上所述，您可以使用

dist

为

stats:：kmeans

编写一个

predict

方法，因为您可能真的在寻找离点最近的中心。几乎没有优化，但功能：

predict.kmeansk-means是一种聚类方法，即用于无监督学习，不受监督，因此不用于预测未来数据，因为添加更多数据会改变中心。可进行分类的有监督备选方案包括k-NN、LDA/QDA和支持向量机，但这种方法需要具有已知类别的训练集

综上所述，您可以使用
dist
为
stats:：kmeans
编写一个
predict
方法，因为您可能真的在寻找离点最近的中心。几乎没有优化，但功能：

predict.kmeans这里有一些方法可以将数据拆分为培训和测试
caTools
库可能有用这里有一些方法可以将数据拆分为培训和测试
caTools
库可能有用谢谢！我会努力弄清楚，这似乎是我一直在寻找的东西。@alistaire，supose我使用k-means聚类作为预测和训练数据。我是否应该使用您的功能，例如，对新数据进行预测？您当然可以使用它进行评分，但您需要确定培训数据与您的评分来自同一分布，否则这些中心并不能真正代表模式。谢谢！我会努力弄清楚，这似乎是我一直在寻找的东西。@alistaire，supose我使用k-means聚类作为预测和训练数据。我是否应该使用您的功能，例如，对新数据进行预测？您当然可以使用它进行评分，但您需要确定培训数据与您评分的数据来自同一分布，否则这些中心并不能真正代表模式。问题是，我如何使用聚类进行预测？这是一个非常有趣的问题，当然，我们知道使用有监督的方法作为KNN可以给我们一个准确的预测，但问题是，我如何使用像这样的无监督方法进行预测。问题是，我如何使用聚类进行预测？这是一个非常有趣的问题，当然，我们知道使用有监督的方法作为KNN可以给我们一个准确的预测，但问题是，我如何使用像这样的无监督方法进行预测。