LBB Unsupervised Learning: Country Data
Muh Amri Sidiq
2023-07-24
Introduction
Kategori negara berdasarkan kelas sosial, ekonomi dan kesehatan adalah yang menentukan pembangunan suatu negara secara keseluruhan. HELP international adalah LSM yang berkomitmen memerangi kemisikan, menyediakan fasilitas dan bantuan di negara terbelakang setelah terjadi bencana alam. Lembaga itu berhasil mengumpulkan dana sebesar $10 juta US dolar. CEO LSM ingin dananya di gunakan secara strategis dan efektif. CEO akan memutuskan negara mana yang akan menerima bantuan tersebut. Tugas seorang data scientist adalah mengkategorikan negara berdasarkan faktor sosial, ekonomi dan kesehatan secara keseluruhan. Kemudian memberi saran negara mana yang mendapatkan bantuan tersebut. Beberapa library yang kita butuhkan antara lain:
library(dplyr)
library(tidyverse)
library(factoextra)
library(FactoMineR)
library(plotly)Data Preprocesing
Import Data
country <- read.csv("Country-data-f.csv")Data Inspection
Kita gunakan head untuk melihat data teratas
head(country)Kita pisahkan dulu datanya sesuai dengan namanya
country_separate <- separate(country, col = "country.child_mort.exports.health.imports.income.inflation.life_expec.total_fer.gdpp", into = c("country", "child_mort", "exports", "health", "imports", "income", "inflation", "life_expec", "total_fer", "gdpp"), sep = ";" )
country_separateMerubah Type data
country_separate$country <- as.factor(country_separate$country)# meng-assign nilai dari kolom country menjadi rownames
rownames(country_separate) <- country_separate$country
country_clean <- country_separate %>%
mutate_at(vars(child_mort,exports,health,imports,income,inflation,life_expec,total_fer,gdpp), as.numeric) %>%
select(-country)
glimpse(country_clean)#> Rows: 167
#> Columns: 9
#> $ child_mort <dbl> 90.2, 16.6, 27.3, 119.0, 10.3, 14.5, 18.1, 4.8, 4.3, 39.2, …
#> $ exports <dbl> 10.0, 28.0, 38.4, 62.3, 45.5, 18.9, 20.8, 19.8, 51.3, 54.3,…
#> $ health <dbl> 7.58, 6.55, 4.17, 2.85, 6.03, 8.10, 4.40, 8.73, 11.00, 5.88…
#> $ imports <dbl> 44.9, 48.6, 31.4, 42.9, 58.9, 16.0, 45.3, 20.9, 47.8, 20.7,…
#> $ income <dbl> 1610, 9930, 12900, 5900, 19100, 18700, 6700, 41400, 43200, …
#> $ inflation <dbl> 9.440, 4.490, 16.100, 22.400, 1.440, 20.900, 7.770, 1.160, …
#> $ life_expec <dbl> 56.2, 76.3, 76.5, 60.1, 76.8, 75.8, 73.3, 82.0, 80.5, 69.1,…
#> $ total_fer <dbl> 5.82, 1.65, 2.89, 6.16, 2.13, 2.37, 1.69, 1.93, 1.44, 1.92,…
#> $ gdpp <dbl> 553, 4090, 4460, 3530, 12200, 10300, 3220, 51900, 46900, 58…Dari fungsi glimps di atas bisa kita lihat, data memiliki 167 row dan 10 coloumns. Berikut penjelasan mengenai variable nya:
- country : Name of the country
- child_mort : Death of children under 5 years of age per 1000 live births
- exports : Exports of goods and services per capita. Given as %age of the GDP per capita
- health : Total health spending per capita. Given as %age of GDP per capita
- imports : Imports of goods and services per capita. Given as %age of the GDP per capita
- income : Net income per person
- inflation : The measurement of the annual growth rate of the Total GDP
- life_expec : The average number of years a new born child would live if the current mortality patterns are to remain the same
- total_fer : The number of children that would be born to each woman if the current age-fertility rates remain the same
- gdpp : The GDP per capita. Calculated as the Total GDP divided by the total population.
Check Missing values
anyNA(country_clean)#> [1] FALSEExploratory Data Analysis
Dengan menggunakan summary kita akan mempunyai beberapa informasi sebagai berikut
summary(country_clean)#> child_mort exports health imports
#> Min. : 2.60 Min. : 0.109 Min. : 1.810 Min. : 0.0659
#> 1st Qu.: 8.25 1st Qu.: 23.800 1st Qu.: 4.920 1st Qu.: 30.2000
#> Median : 19.30 Median : 35.000 Median : 6.320 Median : 43.3000
#> Mean : 38.27 Mean : 41.109 Mean : 6.816 Mean : 46.8902
#> 3rd Qu.: 62.10 3rd Qu.: 51.350 3rd Qu.: 8.600 3rd Qu.: 58.7500
#> Max. :208.00 Max. :200.000 Max. :17.900 Max. :174.0000
#> income inflation life_expec total_fer
#> Min. : 609 Min. : -4.210 Min. :32.10 Min. :1.150
#> 1st Qu.: 3355 1st Qu.: 1.810 1st Qu.:65.30 1st Qu.:1.795
#> Median : 9960 Median : 5.390 Median :73.10 Median :2.410
#> Mean : 17145 Mean : 7.782 Mean :70.56 Mean :2.948
#> 3rd Qu.: 22800 3rd Qu.: 10.750 3rd Qu.:76.80 3rd Qu.:3.880
#> Max. :125000 Max. :104.000 Max. :82.80 Max. :7.490
#> gdpp
#> Min. : 231
#> 1st Qu.: 1330
#> Median : 4660
#> Mean : 12964
#> 3rd Qu.: 14050
#> Max. :105000Dari data di atas antar dimensi mempunyai skala yang berbeda.
Data Preprocessing
Karena data kita mempunyai skala berbeda, maka kita akan mengskalakan terlebih dahulu
country_scale <- scale(country_clean)
summary(country_scale)#> child_mort exports health imports
#> Min. :-0.8845 Min. :-1.4957 Min. :-1.8223 Min. :-1.9341
#> 1st Qu.:-0.7444 1st Qu.:-0.6314 1st Qu.:-0.6901 1st Qu.:-0.6894
#> Median :-0.4704 Median :-0.2229 Median :-0.1805 Median :-0.1483
#> Mean : 0.0000 Mean : 0.0000 Mean : 0.0000 Mean : 0.0000
#> 3rd Qu.: 0.5909 3rd Qu.: 0.3736 3rd Qu.: 0.6496 3rd Qu.: 0.4899
#> Max. : 4.2086 Max. : 5.7964 Max. : 4.0353 Max. : 5.2504
#> income inflation life_expec total_fer
#> Min. :-0.8577 Min. :-1.1344 Min. :-4.3242 Min. :-1.1877
#> 1st Qu.:-0.7153 1st Qu.:-0.5649 1st Qu.:-0.5910 1st Qu.:-0.7616
#> Median :-0.3727 Median :-0.2263 Median : 0.2861 Median :-0.3554
#> Mean : 0.0000 Mean : 0.0000 Mean : 0.0000 Mean : 0.0000
#> 3rd Qu.: 0.2934 3rd Qu.: 0.2808 3rd Qu.: 0.7021 3rd Qu.: 0.6157
#> Max. : 5.5947 Max. : 9.1023 Max. : 1.3768 Max. : 3.0003
#> gdpp
#> Min. :-0.69471
#> 1st Qu.:-0.63475
#> Median :-0.45307
#> Mean : 0.00000
#> 3rd Qu.: 0.05924
#> Max. : 5.02140Clustering
K Optimum
Dengan library factoextra kita akan menggunakan elbow method untuk menentukannya dengan catatan bahwa dari segi business tidak menentukan berapa K optimimunya
fviz_nbclust(
x = country_scale, # data
FUNcluster = kmeans,
method = "wss" # method
)
Dari plot di atas kita bisa melihat K mulai melandai di nomer 6, sehingga bisa kita simpulkan K optimum adalah 6
Dari data country_scale kita akan membuat clustering dengan K optimum 6
country_cluster <- kmeans(x = country_scale,
centers = 6)Banyaknya observasi pada tiap cluster
country_cluster$size#> [1] 37 48 31 21 27 3Dari data di atas bisa kita lihat bahwa ada 1 cluster yang hanya di isi 3 negara yaitu cluster 6
Letak pusat cluster/centroid
country_cluster$centers#> child_mort exports health imports income inflation
#> 1 -0.2509045 -0.3371408 -0.606008744 -0.72003193 -0.1908814 0.42283666
#> 2 -0.5832573 0.3691122 0.038430150 0.54839641 -0.1135088 -0.37881810
#> 3 0.6551993 -0.6036538 0.223878019 0.07169025 -0.7068393 0.03910137
#> 4 1.9864373 -0.2369286 -0.540872412 -0.26533075 -0.6882963 0.72971904
#> 5 -0.8224879 0.1364063 0.926673853 -0.36798367 1.5400218 -0.46258692
#> 6 -0.8464575 4.9208731 -0.008138555 4.53442030 2.4322274 -0.50269428
#> life_expec total_fer gdpp
#> 1 0.2222766 -0.3291179 -0.3547909
#> 2 0.4130672 -0.6588108 -0.2150469
#> 3 -0.9446404 1.0175549 -0.6054523
#> 4 -1.5446278 1.6738414 -0.6070734
#> 5 1.1111163 -0.7328648 1.7654312
#> 6 1.2231457 -1.0357477 2.4334786Untuk melihat negara mana saja yang masuk tiap-tiap cluster
country_cluster$cluster#> Afghanistan Albania
#> 3 2
#> Algeria Angola
#> 1 4
#> Antigua and Barbuda Argentina
#> 2 1
#> Armenia Australia
#> 1 5
#> Austria Azerbaijan
#> 5 1
#> Bahamas Bahrain
#> 2 2
#> Bangladesh Barbados
#> 1 2
#> Belarus Belgium
#> 2 5
#> Belize Benin
#> 2 4
#> Bhutan Bolivia
#> 2 1
#> Bosnia and Herzegovina Botswana
#> 2 3
#> Brazil Brunei
#> 1 5
#> Bulgaria Burkina Faso
#> 2 4
#> Burundi Cambodia
#> 3 2
#> Cameroon Canada
#> 4 5
#> Cape Verde Central African Republic
#> 2 4
#> Chad Chile
#> 4 1
#> China Colombia
#> 1 1
#> Comoros Congo Dem. Rep.
#> 3 4
#> Congo Rep. Costa Rica
#> 4 2
#> Cote d'Ivoire Croatia
#> 4 2
#> Cyprus Czech Republic
#> 2 2
#> Denmark Dominican Republic
#> 5 1
#> Ecuador Egypt
#> 1 1
#> El Salvador Equatorial Guinea
#> 2 4
#> Eritrea Estonia
#> 3 2
#> Fiji Finland
#> 2 5
#> France Gabon
#> 5 1
#> Gambia Georgia
#> 3 2
#> Germany Ghana
#> 5 3
#> Greece Grenada
#> 5 2
#> Guatemala Guinea
#> 1 4
#> Guinea-Bissau Guyana
#> 3 2
#> Haiti Hungary
#> 4 2
#> Iceland India
#> 5 1
#> Indonesia Iran
#> 1 1
#> Iraq Ireland
#> 3 5
#> Israel Italy
#> 5 5
#> Jamaica Japan
#> 1 5
#> Jordan Kazakhstan
#> 2 1
#> Kenya Kiribati
#> 3 3
#> Kuwait Kyrgyz Republic
#> 5 2
#> Lao Latvia
#> 3 2
#> Lebanon Lesotho
#> 2 3
#> Liberia Libya
#> 3 1
#> Lithuania Luxembourg
#> 2 6
#> Macedonia FYR Madagascar
#> 2 3
#> Malawi Malaysia
#> 4 2
#> Maldives Mali
#> 2 4
#> Malta Mauritania
#> 6 4
#> Mauritius Micronesia Fed. Sts.
#> 2 3
#> Moldova Mongolia
#> 2 1
#> Montenegro Morocco
#> 2 1
#> Mozambique Myanmar
#> 4 1
#> Namibia Nepal
#> 3 1
#> Netherlands New Zealand
#> 5 5
#> Niger Nigeria
#> 4 4
#> Norway Oman
#> 5 1
#> Pakistan Panama
#> 4 2
#> Paraguay Peru
#> 2 1
#> Philippines Poland
#> 1 2
#> Portugal Qatar
#> 5 5
#> Romania Russia
#> 1 1
#> Rwanda Samoa
#> 3 3
#> Saudi Arabia Senegal
#> 1 3
#> Serbia Seychelles
#> 2 2
#> Sierra Leone Singapore
#> 4 6
#> Slovak Republic Slovenia
#> 2 2
#> Solomon Islands South Africa
#> 3 3
#> South Korea Spain
#> 2 5
#> Sri Lanka St. Vincent and the Grenadines
#> 1 2
#> Sudan Suriname
#> 3 2
#> Sweden Switzerland
#> 5 5
#> Tajikistan Tanzania
#> 3 3
#> Thailand Timor-Leste
#> 2 3
#> Togo Tonga
#> 3 3
#> Tunisia Turkey
#> 2 1
#> Turkmenistan Uganda
#> 1 3
#> Ukraine United Arab Emirates
#> 2 5
#> United Kingdom United States
#> 5 5
#> Uruguay Uzbekistan
#> 1 1
#> Vanuatu Venezuela
#> 3 1
#> Vietnam Yemen
#> 2 3
#> Zambia
#> 4Interpretation Clustring
Membuat kolom baru yang berisikan informasi label dari cluster yang terbentuk menggunakan k optimum
country_clean$cluster <- as.factor(country_cluster$cluster)
country_clean %>% head()Profiling Cluster
Melakukan grouping berdasarkan cluster yang terbentuk, untuk mengetahui karakteristik dari masing-masing cluster
country_centroid <- country_clean %>%
group_by(cluster) %>%
summarise_all(mean)
country_centroidKita akan mengelompokkan mana yang paling rendah dan mana yang paling tinggi tiap dimensinya
country_centroid %>%
pivot_longer(-cluster) %>%
group_by(name) %>%
summarize(
kelompok_min = which.min(value),
kelompok_max = which.max(value))Penjelasan dari plot di atas adalah sebagai berikut:
- Cluster 1 termmasuk ke kelompok minimum di variabel health dan imports
- Cluster 2 tidak termasuk di semua kelompok baik minimum maupun maximum di semua variabel
- Cluster 3 termasuk ke kelompok minimum di variabel exports dan income
- Cluster 4 termasuk ke kelompok minimum dengan variabel gdpp dan life_expec, serta termauk ke kelompok maximum dengan variabel child_mort, inflation dan total_fer
- Cluster 5 Termasuk ke kelompok maximum dengan variabel health
- Cluster 6 termasuk ke kelompok minimum dengan variabel child_mort, inflation dan total_fer, serta termasuk ke kelompok maximum dengan variabel exports, gdpp, imports, income dan life_expec
Goodness of Fit Clustering
Kebaikan hasil clustering dapat dilihat dari 3 nila
Within Sum of Squares
jumlah jarak kuadrat dari tiap observasi ke centroid tiap cluster. Dari kasus kita nilai WSS bisa kita cari di vawah ini:
country_cluster$withinss#> [1] 93.42705 96.29759 106.26163 151.18155 121.75399 20.87409Between Sum of Squares
jumlah jarak kuadrat terbobot dari tiap centroid ke rata-rata global
country_cluster$betweenss#> [1] 904.2041Total Sum of Squares
jumlah jarak kuadrat dari tiap observasi ke rata-rata global
country_cluster$totss#> [1] 1494Sedangkan rasio antara BSS dengan TSS adlah sebagai berikut
country_cluster$betweenss/country_cluster$totss#> [1] 0.6052236Rasionya cukup baik karena mendekati 1
Visualisasi Clustering
kita memvisualisasikannya pada plot 2 dimens, dengan objectnya adalah country_cluster dan datanya adalah country_clean
# visualisasi 2 dimensi
fviz_cluster(object = country_cluster,
data = country_clean %>% select(-cluster))
PCA
membuat sumbu baru yang dapat menangkap informasi (variance) sebesar mungkin dari variabel-variabel awal. Sumbu baru ini adalah yang dinamakan sebagai Principal Component (PC)
kita ingin buat sebuah visualisasi yang mempermudah cluster profiling, dimana tampilan individual dan variables factor map menjadi satu. Visualisasi dapat dibuat menggunakan fungsi fviz_pca_biplot() dari package factoextra
Model PCA
# buat model PCA
country_pca <- PCA(X = country_clean, # data untuk di PCA
scale.unit = T,
quali.sup = 10, # quali.sup -> indeks dari kolom kategori
graph = F)
summary(country_pca)#>
#> Call:
#> PCA(X = country_clean, scale.unit = T, quali.sup = 10, graph = F)
#>
#>
#> Eigenvalues
#> Dim.1 Dim.2 Dim.3 Dim.4 Dim.5 Dim.6 Dim.7
#> Variance 4.136 1.546 1.170 0.995 0.661 0.224 0.113
#> % of var. 45.952 17.182 13.004 11.053 7.340 2.484 1.260
#> Cumulative % of var. 45.952 63.133 76.138 87.191 94.531 97.015 98.276
#> Dim.8 Dim.9
#> Variance 0.088 0.067
#> % of var. 0.981 0.743
#> Cumulative % of var. 99.257 100.000
#>
#> Individuals (the 10 first)
#> Dist Dim.1 ctr cos2 Dim.2 ctr cos2
#> Afghanistan | 3.230 | -2.913 1.229 0.814 | 0.096 0.004 0.001 |
#> Albania | 1.473 | 0.430 0.027 0.085 | -0.588 0.134 0.160 |
#> Algeria | 1.664 | -0.285 0.012 0.029 | -0.455 0.080 0.075 |
#> Angola | 3.900 | -2.932 1.245 0.565 | 1.696 1.113 0.189 |
#> Antigua and Barbuda | 1.415 | 1.034 0.155 0.533 | 0.137 0.007 0.009 |
#> Argentina | 2.223 | 0.022 0.000 0.000 | -1.779 1.226 0.641 |
#> Armenia | 1.719 | -0.102 0.001 0.003 | -0.568 0.125 0.109 |
#> Australia | 3.405 | 2.342 0.794 0.473 | -1.988 1.531 0.341 |
#> Austria | 3.341 | 2.974 1.280 0.792 | -0.735 0.209 0.048 |
#> Azerbaijan | 1.581 | -0.181 0.005 0.013 | -0.403 0.063 0.065 |
#> Dim.3 ctr cos2
#> Afghanistan -0.718 0.264 0.049 |
#> Albania -0.333 0.057 0.051 |
#> Algeria 1.222 0.763 0.539 |
#> Angola 1.525 1.190 0.153 |
#> Antigua and Barbuda -0.226 0.026 0.025 |
#> Argentina 0.870 0.387 0.153 |
#> Armenia 0.242 0.030 0.020 |
#> Australia 0.190 0.019 0.003 |
#> Austria -0.520 0.138 0.024 |
#> Azerbaijan 0.867 0.385 0.301 |
#>
#> Variables
#> Dim.1 ctr cos2 Dim.2 ctr cos2 Dim.3
#> child_mort | -0.853 17.600 0.728 | 0.240 3.720 0.058 | -0.032
#> exports | 0.577 8.060 0.333 | 0.762 37.597 0.581 | 0.157
#> health | 0.307 2.275 0.094 | -0.302 5.909 0.091 | -0.645
#> imports | 0.328 2.608 0.108 | 0.835 45.134 0.698 | -0.324
#> income | 0.810 15.876 0.657 | 0.028 0.051 0.001 | 0.326
#> inflation | -0.393 3.732 0.154 | -0.010 0.007 0.000 | 0.695
#> life_expec | 0.866 18.134 0.750 | -0.277 4.960 0.077 | 0.123
#> total_fer | -0.821 16.300 0.674 | 0.193 2.410 0.037 | 0.021
#> gdpp | 0.798 15.417 0.638 | -0.057 0.212 0.003 | 0.133
#> ctr cos2
#> child_mort 0.087 0.001 |
#> exports 2.096 0.025 |
#> health 35.597 0.417 |
#> imports 8.996 0.105 |
#> income 9.093 0.106 |
#> inflation 41.283 0.483 |
#> life_expec 1.298 0.015 |
#> total_fer 0.038 0.000 |
#> gdpp 1.512 0.018 |
#>
#> Supplementary categories
#> Dist Dim.1 cos2 v.test Dim.2 cos2 v.test
#> cluster_1 | 1.253 | -0.268 0.046 -0.907 | -0.686 0.299 -3.790 |
#> cluster_2 | 1.263 | 0.832 0.434 3.347 | 0.290 0.053 1.909 |
#> cluster_3 | 1.915 | -1.746 0.832 -5.282 | 0.130 0.005 0.645 |
#> cluster_4 | 3.316 | -3.021 0.830 -7.259 | 0.804 0.059 3.158 |
#> cluster_5 | 3.036 | 2.637 0.754 7.337 | -0.954 0.099 -4.342 |
#> cluster_6 | 7.779 | 5.460 0.493 4.679 | 5.432 0.488 7.613 |
#> Dim.3 cos2 v.test
#> cluster_1 0.728 0.337 4.623 |
#> cluster_2 -0.388 0.094 -2.933 |
#> cluster_3 -0.614 0.103 -3.490 |
#> cluster_4 0.354 0.011 1.598 |
#> cluster_5 0.098 0.001 0.514 |
#> cluster_6 0.212 0.001 0.341 |Dari data di atas kita bisa explore lagi dengan melihat proporsi dimensinya dengan plot di bawah ini:
fviz_eig(country_pca, ncp = 9, addlabels = T, main = "Variance by each dimensions")
Dimensi 1 dan 2 mempunyai variansi sekitar 63%, dari dimensi tersebut kita akan membuat visualisasi
Visualisasi PCA
Individual Factor Map
Tujuannya untuk menampilkan sebaran data
plot.PCA(
x = country_pca,
choix = "ind",
select = "contrib 5"
)
Dengan visual plot di atas negara singapore, malta, luxemburg, haiti dan nigeria menjadi outlier
Variable Factor Map
plot.PCA(x = country_pca,
choix = "var")
Insight yang bisa kita ambil dari plot di atas adalah:
- PC1/ Dim 1 merangkum variabel : life_expec, child_mort, total_fer, income dan gdpp
- PC1/ Dim 2merangkum variabel : imports dan exports
- Pasangan variabel yang saling berkorelasi tinggi positif: imports-exports, income-gdpp, gdpp-life_expec
- Pasangan variabel yang saling berkorelasi tinggi negatif: child_mort-total_fer
Dimension Description
Kita akan melihat kontribusi variabel untuk dimensi 1
fviz_contrib(X = country_pca,
choice = "var",
axes = 1)
Dari plot di atas bisa kita ambil kesimpulan variabel life_expec, child_mort, total_fer, income dan gdpp yang mempunyai kontribusi di dimensi 1
Kita akan melihat kontribusi variabel untuk dimensi 2
fviz_contrib(X = country_pca,
choice = "var",
axes = 2)
Dari plot di atas bisa kita ambil kesimpulan variabel imports dan exports yang mempunyai kontribusi di dimensi 2
Visualisasi PCA, Biplot & Cluster
# visualisasi biplot + cluster
fviz_pca_biplot(X = country_pca,
habillage = "cluster",
geom.ind = "point",
addEllipses = TRUE)
Dengan menggunakan PCA - Biplot bisa kita menarik kesimpulan: - child_mort berkolerasi kuat positif dengan total_fer - child_mort, total_fer dan inflation, berkolerasi kuat negatif dengan health, life_expec, gdpp dan income
Case: Country Recomender
Negara mana yang akan mendapatkan bantuan dari HELP Internationa?
Dari case di atas maka kita akan mengkelompokkan data dengan filtrasi kelas sosial, ekonomi dan kesehatan yang rendah. Di bawah iniadalah negara-negara yang menjadi nominasi penerima bantuan dari HELP International.
- Dengan melihat korelasi di plot PCA - Biplot sebagai berikut
# variabel child_mort
country_clean %>%
filter(cluster == "4") %>% arrange(-child_mort) %>% head()# variabel total_fer
country_clean %>%
filter(cluster == "4") %>% arrange(-total_fer)%>% head() # variabel inflation
country_clean %>%
filter(cluster == "4")%>% arrange(-inflation) %>% head()Dari variabel child_mort, total_fer dan inflation negara rekomendasi kita adalah di cluster 4
Kita akan melihat mencari negara dengan korelasi kuat negatif terhadap child_mort, total_fer dan inflation yaitu health, life_expec, gdpp dan income
# variabel health
country_clean %>%
filter(cluster == "1") %>% arrange(health) %>% head()# variabel life_expec
country_clean %>%
filter(cluster == "4") %>% arrange(life_expec) %>% head()# variabel gdpp
country_clean %>%
filter(cluster == "4") %>% arrange(gdpp) %>% head()# variabel life_expec
country_clean %>%
filter(cluster == "4") %>% arrange(income) %>% head()Dari variabel life_expec, gdpp dan income rekomendasi kita adalah di cluster 4. Dari variabel health rekomendasi kita adalah di cluster 1.
Conclusion
Dari plot PCA-biplot dapat kita simpulkan variabel child_mort berkolerasi kuat positif dengan total_fer, yang artinya jumlah kematian anak di bawah 5 tahun per 1000 kelahiran berkolerasi kuat dengan jumlah anak yang di lahirkan. Variabel child_mort, total_fer dan inflation, berkolerasi kuat negatif dengan health, life_expec, gdpp dan income, yang artinya jika kematian anak di bawah 5 tahun, jumlah kelahiran anak dan infalsi meningkat maka, kesehatan, jumlah kelahiran anak hidup, gdpp dan penghasilan tiap orang/ income akan menurun. Dari rekomendasi di atas maka di cluster no 4 menjadi prioritas yang mendapat bantuan dari lembaga HELP International. Sedangkan untuk cluster 1 dengan nilai health kita mempunyai asumsi bahwa mungkin negara tersebut menggunakan subsidi, sehingga total belanja kesehatan per kapitanya rendah, oleh karena itu cluster 1 tidak di rekomendasikan.