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
# 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()
# 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))
# 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) *
# 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