Clusters - Puntos

Teoría

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

Paso 1. 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

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. Definir la cantidad de grupos en el que queremos separar los datos y generar lo segmentos

segmentos <- kmeans(df,4)
segmentos

## K-means clustering with 4 clusters of sizes 2, 3, 1, 2
## 
## Cluster means:
##          x   y
## 1 7.500000 4.5
## 2 3.666667 9.0
## 3 6.000000 4.0
## 4 1.500000 3.5
## 
## Clustering vector:
## [1] 2 4 1 2 1 3 4 2
## 
## Within cluster sum of squares by cluster:
## [1] 1.000000 6.666667 0.000000 5.000000
##  (between_SS / total_SS =  87.4 %)
## 
## Available components:
## 
## [1] "cluster"      "centers"      "totss"        "withinss"     "tot.withinss"
## [6] "betweenss"    "size"         "iter"         "ifault"

Paso 4. Asignar el grupo al que pertenece cada observación

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

##   x  y cluster
## 1 2 10       2
## 2 2  5       4
## 3 8  4       1
## 4 5  8       2
## 5 7  5       1
## 6 6  4       3
## 7 1  2       4
## 8 4  9       2

Paso 5. Generar los gráficos para cada segmentación o cluster y optimizar la cantidad de grupos

fviz_cluster(segmentos, data=df)

# 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 sus clientes y dirigir campañas de marketing más enfocadas y especializadas.