ProyectoII

El primer paso que vamos a realizar es cargar las librerias para la realización de la preparación de los datos.

library(knitr)
library(readxl)
library(readr)
library(dplyr)

## 
## 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

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.1     ✔ tibble    3.2.1
## ✔ lubridate 1.9.4     ✔ tidyr     1.3.1
## ✔ purrr     1.0.2

## ── 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

library(factoextra)

## Warning: package 'factoextra' was built under R version 4.4.3

## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa

library(grid)
library(gridExtra)

## Warning: package 'gridExtra' was built under R version 4.4.3

## 
## Adjuntando el paquete: 'gridExtra'
## 
## The following object is masked from 'package:dplyr':
## 
##     combine

library(tidytext)

## Warning: package 'tidytext' was built under R version 4.4.3

cargamos los datos limpiados.

df_full_clean<- read.csv("D:/UPV/2º/Proyecto II/lol_dataset.csv")
View(df_full_clean)

Seleccionamos las variables que nos interesa para el clustering

df_cluster <- df_full_clean %>%
  select(kills, deaths, assists, gold_earned, total_damage_dealt_to_champions,total_damage_taken,
         vision_score, time_ccing_others, champion_mastery_points)

Hacemos el metodo de silhouette para obtener el numero optimo de clusters.

df_scaled <- scale(df_cluster)
p1 = fviz_nbclust(x = df_scaled, FUNcluster = hcut, method = "silhouette", 
                  hc_method = "ward.D2", k.max = 10, verbose = FALSE, 
                  hc_metric = "euclidean") + labs(title = "Num. optimo clusters")
p2 = fviz_nbclust(x = df_scaled, FUNcluster = hcut, method = "wss", 
                  hc_method = "ward.D2", k.max = 10, verbose = FALSE, 
                  hc_metric = "euclidean") + labs(title = "Num. optimo clusters")
grid.arrange(p1, p2, nrow = 1)

Dibujamos una grafica de pca combinado con el clustering kmeans.

set.seed(123) # Para reproducibilidad
km_res <- kmeans(df_scaled, centers = 4, nstart = 25)

# Agregar los clusters al dataframe original
df_cluster$cluster <- factor(km_res$cluster)

# Visualización con PCA
fviz_cluster(km_res, data = df_scaled,
             ellipse.type = "norm",
             geom = "point",
             stand = FALSE,
             main = "Clustering de jugadores (k-means + PCA)")

Saco el promedio de las variables seleccionadas en funcion del clusters. Asi ya puedo saber las caracteristicas de cada cluster.

df2 <- df_full_clean
# Agregar los clusters al dataset original
df2$cluster <- factor(km_res$cluster)
# Ver medias por cluster
df2 %>%
  group_by(cluster) %>%
  summarise(across(c(kills, deaths, assists, gold_earned,
                     total_damage_dealt_to_champions, total_damage_taken, vision_score,
                     time_ccing_others, champion_mastery_points), mean))

Cluster Descripción

1 Jugador pasivo o principiante

• Muy bajas kills, asistencias y daño
• Bajo oro y participación general
• Poca visión y control de CC → Posiblemente nuevos o inactivos

2 Soporte utilitario

• Muy pocas kills, pero muchas asistencias
• Mucha visión y CC
• Muere bastante → Perfil clásico de soporte enfocado a utilidad ️

3 Luchador balanceado - Balance entre kills y assists - Buen oro y daño - Visión aceptable, participación media → Jugador versátil, posiblemente top o jungla

4 Carry agresivo - Muy alto en kills, oro, daño y daño recibido - Máximo impacto ofensivo - Más muertes también → Jugador carry muy agresivo, como mid o ADC

df2 <- df2 %>%
  mutate(estilo_jugador = case_when(
    cluster == 1 ~ "Jugador pasivo o principiante",
    cluster == 2 ~ "Soporte utilitario",
    cluster == 3 ~ "Luchador balanceado",
    cluster == 4 ~ "Carry agresivo"
  ))

# Agregar resumen de victorias y winrate
resumen_estilos <- df2 %>%
  group_by(estilo_jugador) %>%
  summarise(
    total_partidas = n(),
    victorias = sum(win == TRUE),
    porcentaje_victorias = round(mean(win == TRUE) * 100, 2),
    .groups = "drop"  #Esto quita la agrupacion que sera util si hago operaciones que no depende del grupo anterior
  ) %>%
  arrange(desc(porcentaje_victorias))

# Mostrar tabla final
print(resumen_estilos)

## # A tibble: 4 × 4
##   estilo_jugador                total_partidas victorias porcentaje_victorias
##   <chr>                                  <int>     <int>                <dbl>
## 1 Carry agresivo                          1045       646                 61.8
## 2 Soporte utilitario                       831       458                 55.1
## 3 Luchador balanceado                     2584      1263                 48.9
## 4 Jugador pasivo o principiante           1479       636                 43

victorias_por_estilo <- df2 %>%
  group_by(estilo_jugador) %>%
  summarise(
    total_partidas = n(),
    victorias = sum(win == TRUE),
    porcentaje_victorias = round(mean(win == TRUE) * 100, 2)
  ) %>%
  arrange(desc(porcentaje_victorias))

# Crear gráfico de barras
ggplot(victorias_por_estilo, aes(x = reorder(estilo_jugador, porcentaje_victorias), 
                                  y = porcentaje_victorias, 
                                  fill = estilo_jugador)) +
  geom_bar(stat = "identity", width = 0.6) +
  coord_flip() +
  labs(title = "Porcentaje de victorias por estilo de jugador",
       x = "Estilo de jugador",
       y = "Porcentaje de victorias (%)") +
  theme_minimal() +
  theme(legend.position = "none") +
  geom_text(aes(label = paste0(porcentaje_victorias, "%")), 
            hjust = -0.1, size = 4)