Contexto

Estos datos son el resultado de un análisis químico de vinos cultivados en la misma región de Italia pero derivados de tres cultivares diferentes.

El análisis determinó las cantidades de 13 componentes que se encuentran en cada uno de los tres tipos de vinos.

Fuente:
Wine dataset

Paso1. 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.

vino<- read.csv("wine.csv")
#vino

Paso 3.Entender la base de datos

summary(vino)
##     Alcohol        Malic_Acid         Ash         Ash_Alcanity  
##  Min.   :11.03   Min.   :0.740   Min.   :1.360   Min.   :10.60  
##  1st Qu.:12.36   1st Qu.:1.603   1st Qu.:2.210   1st Qu.:17.20  
##  Median :13.05   Median :1.865   Median :2.360   Median :19.50  
##  Mean   :13.00   Mean   :2.336   Mean   :2.367   Mean   :19.49  
##  3rd Qu.:13.68   3rd Qu.:3.083   3rd Qu.:2.558   3rd Qu.:21.50  
##  Max.   :14.83   Max.   :5.800   Max.   :3.230   Max.   :30.00  
##    Magnesium      Total_Phenols     Flavanoids    Nonflavanoid_Phenols
##  Min.   : 70.00   Min.   :0.980   Min.   :0.340   Min.   :0.1300      
##  1st Qu.: 88.00   1st Qu.:1.742   1st Qu.:1.205   1st Qu.:0.2700      
##  Median : 98.00   Median :2.355   Median :2.135   Median :0.3400      
##  Mean   : 99.74   Mean   :2.295   Mean   :2.029   Mean   :0.3619      
##  3rd Qu.:107.00   3rd Qu.:2.800   3rd Qu.:2.875   3rd Qu.:0.4375      
##  Max.   :162.00   Max.   :3.880   Max.   :5.080   Max.   :0.6600      
##  Proanthocyanins Color_Intensity       Hue             OD280      
##  Min.   :0.410   Min.   : 1.280   Min.   :0.4800   Min.   :1.270  
##  1st Qu.:1.250   1st Qu.: 3.220   1st Qu.:0.7825   1st Qu.:1.938  
##  Median :1.555   Median : 4.690   Median :0.9650   Median :2.780  
##  Mean   :1.591   Mean   : 5.058   Mean   :0.9574   Mean   :2.612  
##  3rd Qu.:1.950   3rd Qu.: 6.200   3rd Qu.:1.1200   3rd Qu.:3.170  
##  Max.   :3.580   Max.   :13.000   Max.   :1.7100   Max.   :4.000  
##     Proline      
##  Min.   : 278.0  
##  1st Qu.: 500.5  
##  Median : 673.5  
##  Mean   : 746.9  
##  3rd Qu.: 985.0  
##  Max.   :1680.0

Paso 4.Escalar la base de datos

vino_escalado<- scale(vino)

Paso 5.Cantidad de grupos

grupos <- 3

Paso 6.Generar los segmentos

segmentos<- kmeans(vino_escalado, grupos)
#segmentos

Paso 7.Asignar el grupo al que pertenece cada observación

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

Paso 8.Gráficar los clusters

fviz_cluster(segmentos, data=vino_escalado)

Paso 9.Optimizar la cantidad de grupos

set.seed(123)
optimizacion<- clusGap(vino_escalado, FUN= kmeans, nstart=1, K.max=10) 
plot(optimizacion, xlab= "Numero de clusters K")

Paso 10.Comparar segmentos con datos originales

promedio<- aggregate(asignacion, by=list(asignacion$cluster), FUN=mean)
promedio
##   Group.1  Alcohol Malic_Acid      Ash Ash_Alcanity Magnesium Total_Phenols
## 1       1 13.67677   1.997903 2.466290     17.46290 107.96774      2.847581
## 2       2 12.25092   1.897385 2.231231     20.06308  92.73846      2.247692
## 3       3 13.13412   3.307255 2.417647     21.24118  98.66667      1.683922
##   Flavanoids Nonflavanoid_Phenols Proanthocyanins Color_Intensity       Hue
## 1  3.0032258            0.2920968        1.922097        5.453548 1.0654839
## 2  2.0500000            0.3576923        1.624154        2.973077 1.0627077
## 3  0.8188235            0.4519608        1.145882        7.234706 0.6919608
##      OD280   Proline cluster
## 1 3.163387 1100.2258       1
## 2 2.803385  510.1692       2
## 3 1.696667  619.0588       3

Conclusion

En resumen, un análisis de clasificación de vinos no solo se centra en la precisión del modelo, sino también en la interpretación, la validación y la comprensión de qué características son más relevantes. Estas conclusiones pueden guiar la toma de decisiones en la producción de vinos, ayudando a entender qué factores son clave para determinar la clasificación de un vino en particular.