Segmentación (Clusters)

Contexto

La segmentación o clusters es un conjunto de técnicas cuyo propósito es formar grupos a parir de elementos.

Mas información:
R for Data Science (2ed)

Paso 1. Instalar paquetes y llamar librerías

# install.packages("cluster")
library(cluster)
# install.packages("ggplot2")
library(ggplot2)
# install.packages("data.table")
library(data.table)
# install.packages("factoextra")
library(factoextra)

## 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))

Paso 3. Cantidad de grupos

grupos <- 3

Paso 4. Generar los segmentos

segmentos <- kmeans(df,grupos)
segmentos

## K-means clustering with 3 clusters of sizes 1, 2, 5
## 
## Cluster means:
##     x    y
## 1 2.0 10.0
## 2 4.5  8.5
## 3 4.8  4.0
## 
## Clustering vector:
## [1] 1 3 3 2 3 3 3 2
## 
## Within cluster sum of squares by cluster:
## [1]  0.0  1.0 44.8
##  (between_SS / total_SS =  54.5 %)
## 
## Available components:
## 
## [1] "cluster"      "centers"      "totss"        "withinss"     "tot.withinss"
## [6] "betweenss"    "size"         "iter"         "ifault"

Paso 5. Asignar el grupo al que pertenece cada observación

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

##   x  y cluster
## 1 2 10       1
## 2 2  5       3
## 3 8  4       3
## 4 5  8       2
## 5 7  5       3
## 6 6  4       3
## 7 1  2       3
## 8 4  9       2

Paso 6. Graficar los clusters

fviz_cluster(segmentos,data=df)

Paso 7. Optimizar la cantidad de grupos

# La cantidad óptima de grupos correspondientes 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")

Conclusión

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