Clústers.

Explicación.

La segmentación o clústers 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")
#install.packages("ggplot2")
#install.packages("data.table")
#install.packages("factoextra")
library(cluster)
library(ggplot2)
library(data.table)
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. Cantidad de grupos.

grupos <- 3

Paso 4. Generar los segmentos.

segmentos <- kmeans(df,4)
segmentos
## K-means clustering with 4 clusters of sizes 3, 2, 1, 2
## 
## Cluster means:
##     x         y
## 1 7.0  4.333333
## 2 4.5  8.500000
## 3 2.0 10.000000
## 4 1.5  3.500000
## 
## Clustering vector:
## [1] 3 4 1 2 1 1 4 2
## 
## Within cluster sum of squares by cluster:
## [1] 2.666667 1.000000 0.000000 5.000000
##  (between_SS / total_SS =  91.4 %)
## 
## 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       3
## 2 2  5       4
## 3 8  4       1
## 4 5  8       2
## 5 7  5       1
## 6 6  4       1
## 7 1  2       4
## 8 4  9       2

Paso 6. Graficar los clústers.

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.

Los clusters es una herramienta de entrenado no supervisado que le sirve al analitico para ver los posibles grupos que se pueden formar dentro de la base de datos.