TAREA6_REPO_PCA_MDS
Christian_Tapia
2026-01-07
Parte 1 PCA de wine
En sus propias palabras indique cuales son los beneficios de los archivos RMD en la visualización de los datos:
Los archivos RMD permiten integrar código, resultados, texto y visualizaciones en un solo documento reproducible, facilitando el análisis, la interpretación y la comunicación clara de los resultados.
Proceda a cargar los datos de wine.csv _El URL es https://www.jaredlander.com/data/wine.csv_
## Cultivar Alcohol Malic.acid Ash Alcalinity.of.ash Magnesium Total.phenols Flavanoids
## 1 1 14.23 1.71 2.43 15.6 127 2.80 3.06
## 2 1 13.20 1.78 2.14 11.2 100 2.65 2.76
## 3 1 13.16 2.36 2.67 18.6 101 2.80 3.24
## 4 1 14.37 1.95 2.50 16.8 113 3.85 3.49
## 5 1 13.24 2.59 2.87 21.0 118 2.80 2.69
## Nonflavanoid.phenols Proanthocyanins Color.intensity Hue OD280.OD315.of.diluted.wines
## 1 0.28 2.29 5.64 1.04 3.92
## 2 0.26 1.28 4.38 1.05 3.40
## 3 0.30 2.81 5.68 1.03 3.17
## 4 0.24 2.18 7.80 0.86 3.45
## 5 0.39 1.82 4.32 1.04 2.93
## Proline
## 1 1065
## 2 1050
## 3 1185
## 4 1480
## 5 735Indique aquí de que se trata el dataset que acaba de cargar y los tipos de cada variable. Nos interesa especialmente aquellas que no sean numéricas:
El dataset contiene características químicas de vinos.La variable Type es categórica (factor), el resto son variables numéricas continuas.
## 'data.frame': 178 obs. of 14 variables:
## $ Cultivar : int 1 1 1 1 1 1 1 1 1 1 ...
## $ Alcohol : num 14.2 13.2 13.2 14.4 13.2 ...
## $ Malic.acid : num 1.71 1.78 2.36 1.95 2.59 1.76 1.87 2.15 1.64 1.35 ...
## $ Ash : num 2.43 2.14 2.67 2.5 2.87 2.45 2.45 2.61 2.17 2.27 ...
## $ Alcalinity.of.ash : num 15.6 11.2 18.6 16.8 21 15.2 14.6 17.6 14 16 ...
## $ Magnesium : int 127 100 101 113 118 112 96 121 97 98 ...
## $ Total.phenols : num 2.8 2.65 2.8 3.85 2.8 3.27 2.5 2.6 2.8 2.98 ...
## $ Flavanoids : num 3.06 2.76 3.24 3.49 2.69 3.39 2.52 2.51 2.98 3.15 ...
## $ Nonflavanoid.phenols : num 0.28 0.26 0.3 0.24 0.39 0.34 0.3 0.31 0.29 0.22 ...
## $ Proanthocyanins : num 2.29 1.28 2.81 2.18 1.82 1.97 1.98 1.25 1.98 1.85 ...
## $ Color.intensity : num 5.64 4.38 5.68 7.8 4.32 6.75 5.25 5.05 5.2 7.22 ...
## $ Hue : num 1.04 1.05 1.03 0.86 1.04 1.05 1.02 1.06 1.08 1.01 ...
## $ OD280.OD315.of.diluted.wines: num 3.92 3.4 3.17 3.45 2.93 2.85 3.58 3.58 2.85 3.55 ...
## $ Proline : int 1065 1050 1185 1480 735 1450 1290 1295 1045 1045 ...Aplicación de PCA
Indique que beneficios obtenemos de PCA:
PCA permite reducir la dimensionalidad de los datos conservando la mayor variabilidad posible, facilitando la visualización y detección de patrones.
A continuación proceda a revisar la data para asegurarse que no tiene variables con valor 0 o negativos
No existen valores negativos ni ceros que requieran eliminación. Las variables numéricas serán normalizadas automáticamente en PCA.
## Cultivar Alcohol Malic.acid
## FALSE FALSE FALSE
## Ash Alcalinity.of.ash Magnesium
## FALSE FALSE FALSE
## Total.phenols Flavanoids Nonflavanoid.phenols
## FALSE FALSE FALSE
## Proanthocyanins Color.intensity Hue
## FALSE FALSE FALSE
## OD280.OD315.of.diluted.wines Proline
## FALSE FALSEIndique en este lugar cual es el propósito de la función prcomp:
La función prcomp calcula las componentes principales usando descomposición en valores singulares, entregando eigenvalores, eigenvectores y scores.
Aplicando PRCOMP
Indique aquí cuál es el concepto que se utiliza para la selección de componentes principales:
Se utiliza el criterio de varianza explicada acumulada y el codo del scree plot.
## Componente Varianza Varianza_Acumulada
## 1 1 0.395424860 0.3954249
## 2 2 0.178362589 0.5737874
## 3 3 0.103291016 0.6770785
## 4 4 0.066279845 0.7433583
## 5 5 0.062678751 0.8060371
## 6 6 0.048055596 0.8540927
## 7 7 0.039557068 0.8936497
## 8 8 0.025002441 0.9186522
## 9 9 0.021038710 0.9396909
## 10 10 0.018736150 0.9584270
## 11 11 0.016132030 0.9745591
## 12 12 0.012056908 0.9866160
## 13 13 0.009254584 0.9958705
## 14 14 0.004129451 1.0000000## Warning in geom_bar(stat = "identity", fill = barfill, color = barcolor, : Ignoring empty
## aesthetic: `width`.
Realice un análisis de la visualización anterior, que indica:
Las primeras componentes explican la mayor parte de la variabilidad del dataset.
Relación entre las variables originales y las Componentes Principales
Realice un análisis de la visualización anterior, que indica:
Las variables con mayor contribución influyen más en la formación de las componentes principales.
Indique cual es el concepto de la calidad de la representación cos2:
El cos2 mide qué tan bien una observación o variable está representada en el plano factorial.
Realice un análisis de la visualización anterior, que indica:
Los puntos con colores más intensos están mejor representados por las componentes seleccionadas.
Parte 2 MDS de wine
En sus propias palabras indique cuales son los beneficios de hacer un análisis de conglomerados, en que nos ayuda en la visualización de los datos:
Permite identificar grupos similares dentro de los datos y facilita la interpretación visual de relaciones entre observaciones.
Indique aquí que es la matriz de distancias, que algoritmos de distancias existen:
La matriz de distancias mide la similitud o disimilitud entre observaciones. Algunos algoritmos comunes son: Euclidiana, Manhattan, Canberra y Minkowski.
indique aquí que hace la función cmdscale:
cmdscale realiza escalamiento multidimensional clásico (MDS) para representar distancias en un espacio de menor dimensión.
Cree el diagrama de los componentes principales del MDS:
indique como nos ayudan los widgets de Shiny para ingresar argumentos:
Los widgets de Shiny permiten ingresar valores dinámicos que actualizan los resultados en tiempo real.
Obtenga el diagrama de conglomerados de acuerdo al widget anterior:
Emita un comentario final sobre el trabajo:
El uso combinado de PCA y MDS permite una comprensión profunda de la estructura del dataset, facilitando la reducción dimensional, visualización y detección de patrones relevantes en los datos.