text mining

#la segmentacion o clusters es un conjunto de tecnicas cuyo propisto es formar grupos a partir de un conjunto de elementos.

#paso 1: instalar paquetes y llamar librerias

#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 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 segmentos

segmentos <- kmeans(df,grupos)
segmentos

## K-means clustering with 3 clusters of sizes 2, 3, 3
## 
## Cluster means:
##          x        y
## 1 1.500000 3.500000
## 2 3.666667 9.000000
## 3 7.000000 4.333333
## 
## Clustering vector:
## [1] 2 1 3 2 3 3 1 2
## 
## Within cluster sum of squares by cluster:
## [1] 5.000000 6.666667 2.666667
##  (between_SS / total_SS =  85.8 %)
## 
## Available components:
## 
## [1] "cluster"      "centers"      "totss"        "withinss"     "tot.withinss"
## [6] "betweenss"    "size"         "iter"         "ifault"

#paso 5: asignar el grupo al que pertenece cada observación

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

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

#paso 6: graficar los clusters

fviz_cluster(segmentos, data=df)

#paso 7: optimizar la cantidad de grupos, la cantidad optima de grupos corresponde al punto mas lato de la siguiente grafica

set.seed(123)
optimizacion <- clusGap(df, FUN=kmeans, nstart=1, K.max = 7)
plot(optimizacion, xlab="numero de clusters k") 

#conclusion #la segmentacion o clusters es un algoritmo util para las empresas que desean clacificar a sus clientes y dirigir campañas de marketing mas especializadas