R Markdown

rmarkdown.rstudio.com.

library(rpart)
## Warning: package 'rpart' was built under R version 4.3.3
library(rpart.plot)
## Warning: package 'rpart.plot' was built under R version 4.3.3
library(rattle)
## Warning: package 'rattle' was built under R version 4.3.3
## Loading required package: tibble
## Warning: package 'tibble' was built under R version 4.3.3
## Loading required package: bitops
## Rattle: A free graphical interface for data science with R.
## Versión 5.5.1 Copyright (c) 2006-2021 Togaware Pty Ltd.
## Escriba 'rattle()' para agitar, sacudir y  rotar sus datos.
library(tibble)
library(bitops)
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.3

Datos del Proyecto

# Crear un conjunto de datos a partir de la lista proporcionada
data <- data.frame(
  codigo = c("CU-1133", "CU-1144", "CU-1149", "CU-1248", "CU-1249", "CU-1230", "CU-1207", "CU-1270", "CU-1271", "CU-1274", "CU-1278", "R08D1O1", "R08D1O3", "R08D1O5", "R080100", "ROSDIOS", "ROSDIOS", "R08D110", "R080111", "R08D112", "R08D115", "R080110", "R0S0123", "R08D125", "R0S0129", "R080132", "R080134", "R080135", "8080140", "R08D148"),
  km = c(3.213, 2.07, 0.892, 4.802, 3.094, 1.429, 1.002, 2.411, 2.840, 1.702, 5.934, 1.149, 2.182, 1.148, 1.085, 1.972, 1.925, 4.518, 1.33, 1.759, 2.949, 2.00, 2.881, 2.344, 2.280, 1.197, 1.588, 5.157, 3.481, 1.107),
  trafico = c("Alto", "Medio", "Bajo", "Alto", "Medio", "Bajo", "Medio", "Alto", "Medio", "Bajo", "Alto", "Medio", "Alto", "Bajo", "Medio", "Alto", "Alto", "Medio", "Bajo", "Medio", "Alto", "Medio", "Alto", "Medio", "Bajo", "Medio", "Bajo", "Alto", "Medio", "Bajo"),
  condicion = c("Buena", "Regular", "Mala", "Mala", "Buena", "Regular", "Buena", "Mala", "Regular", "Buena", "Mala", "Buena", "Regular", "Mala", "Buena", "Regular", "Regular", "Mala", "Buena", "Regular", "Mala", "Buena", "Regular", "Mala", "Buena", "Regular", "Buena", "Mala", "Regular", "Buena"),
  accidentes = c("Pocos", "Pocos", "Muchos", "Muchos", "Pocos", "Pocos", "Pocos", "Muchos", "Pocos", "Pocos", "Muchos", "Pocos", "Muchos", "Pocos", "Pocos", "Muchos", "Muchos", "Pocos", "Pocos", "Pocos", "Muchos", "Pocos", "Muchos", "Pocos", "Pocos", "Pocos", "Pocos", "Muchos", "Pocos", "Pocos"),
  tipo_via = c("Urbana", "Rural", "Rural", "Urbana", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana", "Rural", "Urbana"),
  velocidad_maxima = c(50, 80, 60, 40, 50, 70, 60, 90, 50, 80, 40, 70, 50, 90, 60, 80, 80, 50, 70, 60, 90, 50, 80, 60, 70, 50, 80, 40, 70, 60),
  ancho_via = c(7, 6, 5, 8, 7, 6, 7, 5, 7, 6, 8, 6, 7, 5, 7, 6, 6, 8, 6, 7, 5, 7, 6, 7, 6, 7, 6, 8, 6, 7),
  tipo_pavimento = c("Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto", "Concreto", "Asfalto"),
  decision = c("Mantener", "Mejorar", "Reconstruir", "Reconstruir", "Mantener", "Mejorar", "Mantener", "Reconstruir", "Mejorar", "Mantener", "Reconstruir", "Mantener", "Reconstruir", "Mejorar", "Mantener", "Reconstruir", "Reconstruir", "Mejorar", "Mantener", "Mejorar", "Reconstruir", "Mantener", "Reconstruir", "Mejorar", "Mantener", "Mejorar", "Mantener", "Reconstruir", "Mejorar", "Mantener")
)
print(data)
##     codigo    km trafico condicion accidentes tipo_via velocidad_maxima
## 1  CU-1133 3.213    Alto     Buena      Pocos   Urbana               50
## 2  CU-1144 2.070   Medio   Regular      Pocos    Rural               80
## 3  CU-1149 0.892    Bajo      Mala     Muchos    Rural               60
## 4  CU-1248 4.802    Alto      Mala     Muchos   Urbana               40
## 5  CU-1249 3.094   Medio     Buena      Pocos   Urbana               50
## 6  CU-1230 1.429    Bajo   Regular      Pocos    Rural               70
## 7  CU-1207 1.002   Medio     Buena      Pocos   Urbana               60
## 8  CU-1270 2.411    Alto      Mala     Muchos    Rural               90
## 9  CU-1271 2.840   Medio   Regular      Pocos   Urbana               50
## 10 CU-1274 1.702    Bajo     Buena      Pocos    Rural               80
## 11 CU-1278 5.934    Alto      Mala     Muchos   Urbana               40
## 12 R08D1O1 1.149   Medio     Buena      Pocos    Rural               70
## 13 R08D1O3 2.182    Alto   Regular     Muchos   Urbana               50
## 14 R08D1O5 1.148    Bajo      Mala      Pocos    Rural               90
## 15 R080100 1.085   Medio     Buena      Pocos   Urbana               60
## 16 ROSDIOS 1.972    Alto   Regular     Muchos    Rural               80
## 17 ROSDIOS 1.925    Alto   Regular     Muchos    Rural               80
## 18 R08D110 4.518   Medio      Mala      Pocos   Urbana               50
## 19 R080111 1.330    Bajo     Buena      Pocos    Rural               70
## 20 R08D112 1.759   Medio   Regular      Pocos   Urbana               60
## 21 R08D115 2.949    Alto      Mala     Muchos    Rural               90
## 22 R080110 2.000   Medio     Buena      Pocos   Urbana               50
## 23 R0S0123 2.881    Alto   Regular     Muchos    Rural               80
## 24 R08D125 2.344   Medio      Mala      Pocos   Urbana               60
## 25 R0S0129 2.280    Bajo     Buena      Pocos    Rural               70
## 26 R080132 1.197   Medio   Regular      Pocos   Urbana               50
## 27 R080134 1.588    Bajo     Buena      Pocos    Rural               80
## 28 R080135 5.157    Alto      Mala     Muchos   Urbana               40
## 29 8080140 3.481   Medio   Regular      Pocos    Rural               70
## 30 R08D148 1.107    Bajo     Buena      Pocos   Urbana               60
##    ancho_via tipo_pavimento    decision
## 1          7        Asfalto    Mantener
## 2          6       Concreto     Mejorar
## 3          5        Asfalto Reconstruir
## 4          8       Concreto Reconstruir
## 5          7        Asfalto    Mantener
## 6          6       Concreto     Mejorar
## 7          7        Asfalto    Mantener
## 8          5       Concreto Reconstruir
## 9          7        Asfalto     Mejorar
## 10         6       Concreto    Mantener
## 11         8        Asfalto Reconstruir
## 12         6       Concreto    Mantener
## 13         7        Asfalto Reconstruir
## 14         5       Concreto     Mejorar
## 15         7        Asfalto    Mantener
## 16         6       Concreto Reconstruir
## 17         6       Concreto Reconstruir
## 18         8        Asfalto     Mejorar
## 19         6       Concreto    Mantener
## 20         7        Asfalto     Mejorar
## 21         5       Concreto Reconstruir
## 22         7        Asfalto    Mantener
## 23         6       Concreto Reconstruir
## 24         7        Asfalto     Mejorar
## 25         6       Concreto    Mantener
## 26         7        Asfalto     Mejorar
## 27         6       Concreto    Mantener
## 28         8        Asfalto Reconstruir
## 29         6       Concreto     Mejorar
## 30         7        Asfalto    Mantener
# Crear el gráfico de dispersión
ggplot(data, aes(x = trafico, y = accidentes)) + 
  geom_jitter(width = 0.2, height = 0) + 
  labs(title = "Dispersión de km vs tráfico",
       x = "Tráfico",
       y = "accidentes") + 
  theme_minimal()

Grafica de Dispersion

# Codificar las variables como factores
data$accidentes <- as.factor(data$accidentes)
data$condicion <- as.factor(data$condicion)
data$trafico <- as.factor(data$trafico)
data$codigo <- as.factor(data$codigo)
data$tipo_via <- as.factor(data$tipo_via)
data$tipo_pavimento <- as.factor(data$tipo_pavimento)
data$decision <- as.factor(data$decision)
# Verificar si hay valores faltantes o inconsistencias en los datos
summary(data)
##      codigo         km         trafico     condicion   accidentes   tipo_via 
##  ROSDIOS: 2   Min.   :0.892   Alto :10   Buena  :11   Muchos:10   Rural :15  
##  8080140: 1   1st Qu.:1.355   Bajo : 8   Mala   : 9   Pocos :20   Urbana:15  
##  CU-1133: 1   Median :2.035   Medio:12   Regular:10                          
##  CU-1144: 1   Mean   :2.381                                                  
##  CU-1149: 1   3rd Qu.:2.932                                                  
##  CU-1207: 1   Max.   :5.934                                                  
##  (Other):23                                                                  
##  velocidad_maxima   ancho_via    tipo_pavimento        decision 
##  Min.   :40.00    Min.   :5.0   Asfalto :15     Mantener   :11  
##  1st Qu.:50.00    1st Qu.:6.0   Concreto:15     Mejorar    : 9  
##  Median :60.00    Median :6.5                   Reconstruir:10  
##  Mean   :64.33    Mean   :6.5                                   
##  3rd Qu.:80.00    3rd Qu.:7.0                                   
##  Max.   :90.00    Max.   :8.0                                   
## 
# Entrenar el árbol de decisión con parámetros de control ajustados
decision_1 <- rpart(data = data,
                    formula = decision ~ accidentes + condicion + trafico + km + tipo_via + velocidad_maxima + ancho_via + tipo_pavimento,
                    control = rpart.control(cp = 0.0001, minsplit = 1, minbucket = 1, maxdepth = 5))

Arbol de Decision

# Visualizar el árbol de decisión
rpart.plot(decision_1)

# Obtener las reglas del árbol de decisión
rules <- capture.output(print(decision_1, type = "rules"))
cat(paste(rules, collapse = "\n"))
## n= 30 
## 
## node), split, n, loss, yval, (yprob)
##       * denotes terminal node
## 
## 1) root 30 19 Mantener (0.3666667 0.3000000 0.3333333)  
##   2) condicion=Buena 11  0 Mantener (1.0000000 0.0000000 0.0000000) *
##   3) condicion=Mala,Regular 19  9 Reconstruir (0.0000000 0.4736842 0.5263158)  
##     6) accidentes=Pocos 9  0 Mejorar (0.0000000 1.0000000 0.0000000) *
##     7) accidentes=Muchos 10  0 Reconstruir (0.0000000 0.0000000 1.0000000) *

Resumen

# Asumiendo que tu modelo se llama decision_1

# Obtener la importancia de las variables
variable_importance <- decision_1$variable.importance

# Ordenar la importancia de las variables de manera descendente
variable_importance_sorted <- sort(variable_importance, decreasing = TRUE)

# Crear un data.frame para mostrar las variables y su importancia con un orden
importance_df <- data.frame(
  Variable = names(variable_importance_sorted),
  Importancia = variable_importance_sorted,
  Orden = rank(-variable_importance_sorted)
)

# Ordenar el data.frame por importancia (si es necesario)
importance_df <- importance_df[order(importance_df$Orden),]

# Mostrar el data.frame
print(importance_df)
##                          Variable Importancia Orden
## condicion               condicion   12.564912   1.0
## accidentes             accidentes   11.375439   2.0
## km                             km    6.010526   3.0
## velocidad_maxima velocidad_maxima    2.105263   4.0
## trafico                   trafico    1.901754   5.0
## ancho_via               ancho_via    1.052632   6.5
## tipo_via                 tipo_via    1.052632   6.5