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)

Paso 1. Instalar paquetes y llamar librerías

#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 4.3.2
#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))

Paso 3. Cantidad de grupos

grupos <- 3 # Hipótesis = 4 grupos, se cambió a 3 después de la optimización

Paso 4. Generar los segmentos

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)
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
## 7 1  2       3
## 8 4  9       1

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 algoritmo útil para las empresas que desean clasificar a sus clientes y dirigir campañas de marketing más enfocadas y especializadas.

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