##
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
El genero con mayor raiting de la peliculas
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ lubridate 1.9.3 ✔ tibble 3.2.1
## ✔ purrr 1.0.2 ✔ tidyr 1.3.1
## ✔ readr 2.1.5
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
##
## Adjuntando el paquete: 'plotly'
##
##
## The following object is masked from 'package:ggplot2':
##
## last_plot
##
##
## The following object is masked from 'package:stats':
##
## filter
##
##
## The following object is masked from 'package:graphics':
##
## layout
## # A tibble: 20 × 2
## genres avg_rating
## <chr> <dbl>
## 1 Film-Noir 3.96
## 2 War 3.82
## 3 Documentary 3.81
## 4 (no genres listed) 3.78
## 5 Drama 3.68
## 6 Crime 3.68
## 7 Mystery 3.68
## 8 Animation 3.64
## 9 Musical 3.60
## 10 IMAX 3.57
## 11 Western 3.57
## 12 Romance 3.56
## 13 Adventure 3.52
## 14 Thriller 3.52
## 15 Fantasy 3.52
## 16 Children 3.47
## 17 Sci-Fi 3.46
## 18 Comedy 3.45
## 19 Action 3.45
## 20 Horror 3.32
## [1] "Este gráfico presenta el promedio de calificaciones por género de películas en la base de datos de MovieLens. Cada barra representa un género, ordenado de menor a mayor promedio de calificación. Los colores, que van del rojo al azul oscuro, destacan las diferencias en el promedio de calificaciones, donde los tonos más cálidos indican promedios más bajos y los más fríos, promedios más altos."
El año del genero mas visto del 2015 en adelante…
## [1] "La visualización muestra que el género con mayor porcentaje de películas es Drama, seguido por Comedy, mientras que Thriller y Action tienen menores participaciones. El uso de etiquetas numéricas permite identificar de manera precisa el porcentaje de cada género, y la disposición horizontal del gráfico mejora la legibilidad.."
Calificacion promedio a traves de los años
## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_line()`).
## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_point()`).
## [1] "La gráfica permite observar fluctuaciones en las calificaciones promedio a lo largo del tiempo. Si hay aumentos o caídas notables, estos podrían indicar cambios en la percepción de las películas, tendencias de producción o incluso cambios en los hábitos de los usuarios."
La gran variadad de vista por genero entre el años 2000 a 2016
## `geom_smooth()` using formula = 'y ~ x'
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : span too small. fewer data values than degrees of freedom.
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : pseudoinverse used at 2009
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : neighborhood radius 4.035
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : reciprocal condition number 0
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : There are other near singularities as well. 9.2112
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : Chernobyl! trL>n 5
## Warning in simpleLoess(y, x, w, span, degree = degree, parametric = parametric,
## : Chernobyl! trL>n 5
## Warning in sqrt(sum.squares/one.delta): Se han producido NaNs
## [1] "Este gráfico de dispersión muestra la tendencia del número de películas por género entre los años 2000 y 2016.Cada punto representa el número de películas de un género específico en un año determinado, mientras que las líneas suavizadas muestran la tendencia a lo largo del tiempo para cada género."