Clusters

Contexto

La segmentación o clusters es un conjunto de tecnicas cuyo propósito es formar grupos a partir de un conjunto de elementos.

Más información:
R for Data Science (2ed)

Pasos

Paso 1 - Instalar paquetes y llamar librerías

rm(list = ls())
#install.packages("cluster")
library(cluster)

## Warning: package 'cluster' was built under R version 4.3.2

#install.packages("ggplot2")
library("ggplot2")

## Warning: package 'ggplot2' was built under R version 4.3.2

#install.packages("data.table")
library("data.table")

## Warning: package 'data.table' was built under R version 4.3.1

#install.packages("factoextra")
library("factoextra")

## Warning: package 'factoextra' was built under R version 4.3.2

## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa

Paso 2 - Obtener los datos

df <- data.frame(x =c(2,2,8,5,7,6,1,4), y= c(10,5,4,8,5,4,2,9))
# el c() es para crear un vector

Paso 3 - Cantidad de Grupos

grupos <- 4

Paso 4 - Generar los segmentos

segmentos <- kmeans(df, grupos)
segmentos

## K-means clustering with 4 clusters of sizes 3, 1, 2, 2
## 
## Cluster means:
##     x         y
## 1 7.0  4.333333
## 2 2.0 10.000000
## 3 1.5  3.500000
## 4 4.5  8.500000
## 
## Clustering vector:
## [1] 2 3 1 4 1 1 3 4
## 
## Within cluster sum of squares by cluster:
## [1] 2.666667 0.000000 5.000000 1.000000
##  (between_SS / total_SS =  91.4 %)
## 
## Available components:
## 
## [1] "cluster"      "centers"      "totss"        "withinss"     "tot.withinss"
## [6] "betweenss"    "size"         "iter"         "ifault"

# En los resultados denomina la cantidad de grupos, las coordenadas de los centroides.

Paso 5 - Asignar el grupo al que pertenece cada observación

asignacion <- cbind(df, cluster = segmentos$cluster)

Paso 6 - Graficar los clusters

fviz_cluster(segmentos, data=df)

Paso 7 - Optimizar la cantidad de clusters

# La cantidad óptima de grupos corresponde al punto más alto de la siguiente gráfica.
set.seed(123)
optimizacion <- clusGap(df, FUN=kmeans, nstart = 1, K.max = 7)
plot(optimizacion, xlab = "Número de clusters K")  

Paso 8 - Cambiar clusters a 3

grupos <- 3

segmentos <- kmeans(df, grupos)

asignacion <- cbind(df, cluster = segmentos$cluster)

fviz_cluster(segmentos, data=df)

Concusión

La segmentación o clusters es un algoritmo útil para las empresas que desean clasificar o segmentar sus clientes y dirigir campañas de marketing más enfocadas y especializadas.