Segmentación básica (clusters)

Contexto.

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

Más información: [R for Data Science (2ed)] (https://r4ds.hadley.nz/)

Paso 1.

Instalar paquetes y llamar librerías.

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

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 (clusters).

  segmentos<- kmeans(df, grupos)
  segmentos

## K-means clustering with 3 clusters of sizes 3, 3, 2
## 
## Cluster means:
##          x        y
## 1 3.666667 9.000000
## 2 7.000000 4.333333
## 3 1.500000 3.500000
## 
## Clustering vector:
## [1] 1 3 2 1 2 2 3 1
## 
## Within cluster sum of squares by cluster:
## [1] 6.666667 2.666667 5.000000
##  (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.

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

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

Paso 6.

Graficar los clusters

  fviz_cluster(segmentos, data=df)

Paso 7.

Optimizar la cantidad de grupos

  # 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")

Conclusión.

La segmentación o clusters es un algorítmo muy útil, como primer ejemplo tenemos a las empresas que desean clasificar sus clientes y dirigir campañas de marketing más enfocadas y especializadas.