Árboles de clasificación, parte 1
Universidad Nacional Autónoma de México, Facultad de Economía, Estadística 2020-2
Profesor: Cesar Gerardo Hernández Vargas
29/05/2020
Activando las librerías
library(tree)
library(rpart)
Gráfico de dispersión
plot(iris$Petal.Length,iris$Petal.Width, col = iris$Species, main="Dispersión")
legend("topleft", legend = unique(iris$Species), col = unique(iris$Species), bty = "n", cex = 0.75, pch = 1)
Ejemplo de k vecinos cercanos con iris
variables <- data.frame(iris$Petal.Length,iris$Petal.Width)
kvecinos<-kmeans(variables, 3)
kvecinos## K-means clustering with 3 clusters of sizes 52, 50, 48
##
## Cluster means:
## iris.Petal.Length iris.Petal.Width
## 1 4.269231 1.342308
## 2 1.462000 0.246000
## 3 5.595833 2.037500
##
## Clustering vector:
## [1] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
## [38] 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## [75] 1 1 1 3 1 1 1 1 1 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 3 3 3 3 3 1 3 3 3 3
## [112] 3 3 3 3 3 3 3 3 1 3 3 3 3 3 3 1 3 3 3 3 3 3 3 3 3 3 3 1 3 3 3 3 3 3 3 3 3
## [149] 3 3
##
## Within cluster sum of squares by cluster:
## [1] 13.05769 2.02200 16.29167
## (between_SS / total_SS = 94.3 %)
##
## Available components:
##
## [1] "cluster" "centers" "totss" "withinss" "tot.withinss"
## [6] "betweenss" "size" "iter" "ifault"Gráfico de clusters de k vecinos cercanos con iris
plot(variables, col = kvecinos$cluster, main="k vecinos")
legend("topleft", legend = unique(kvecinos$cluster), col = unique(kvecinos$cluster),
bty = "n", cex = 0.75, pch = 1)
Ábol de clasificación con iris
modelo1 <- tree(Species ~., iris)
modelo1## node), split, n, deviance, yval, (yprob)
## * denotes terminal node
##
## 1) root 150 329.600 setosa ( 0.33333 0.33333 0.33333 )
## 2) Petal.Length < 2.45 50 0.000 setosa ( 1.00000 0.00000 0.00000 ) *
## 3) Petal.Length > 2.45 100 138.600 versicolor ( 0.00000 0.50000 0.50000 )
## 6) Petal.Width < 1.75 54 33.320 versicolor ( 0.00000 0.90741 0.09259 )
## 12) Petal.Length < 4.95 48 9.721 versicolor ( 0.00000 0.97917 0.02083 )
## 24) Sepal.Length < 5.15 5 5.004 versicolor ( 0.00000 0.80000 0.20000 ) *
## 25) Sepal.Length > 5.15 43 0.000 versicolor ( 0.00000 1.00000 0.00000 ) *
## 13) Petal.Length > 4.95 6 7.638 virginica ( 0.00000 0.33333 0.66667 ) *
## 7) Petal.Width > 1.75 46 9.635 virginica ( 0.00000 0.02174 0.97826 )
## 14) Petal.Length < 4.95 6 5.407 virginica ( 0.00000 0.16667 0.83333 ) *
## 15) Petal.Length > 4.95 40 0.000 virginica ( 0.00000 0.00000 1.00000 ) *Ajustando el modelo
modelo2 <- tree(Species ~Petal.Length+Petal.Width, iris)
modelo2## node), split, n, deviance, yval, (yprob)
## * denotes terminal node
##
## 1) root 150 329.600 setosa ( 0.33333 0.33333 0.33333 )
## 2) Petal.Length < 2.45 50 0.000 setosa ( 1.00000 0.00000 0.00000 ) *
## 3) Petal.Length > 2.45 100 138.600 versicolor ( 0.00000 0.50000 0.50000 )
## 6) Petal.Width < 1.75 54 33.320 versicolor ( 0.00000 0.90741 0.09259 )
## 12) Petal.Length < 4.95 48 9.721 versicolor ( 0.00000 0.97917 0.02083 ) *
## 13) Petal.Length > 4.95 6 7.638 virginica ( 0.00000 0.33333 0.66667 ) *
## 7) Petal.Width > 1.75 46 9.635 virginica ( 0.00000 0.02174 0.97826 )
## 14) Petal.Length < 4.95 6 5.407 virginica ( 0.00000 0.16667 0.83333 ) *
## 15) Petal.Length > 4.95 40 0.000 virginica ( 0.00000 0.00000 1.00000 ) *Partición bidimensional
plot(iris$Petal.Length,iris$Petal.Width, col = iris$Species, main="Árbol de clasificación")
partition.tree(modelo2, label = "Species", add = T)
legend("topleft", legend = unique(iris$Species), col = unique(iris$Species),
bty = "n", cex = 0.75, pch = 1)
Comparación de gráficos
par(mfrow=c(1,3))
plot(iris$Petal.Length,iris$Petal.Width, col = iris$Species, main="Dispersión")
legend("topleft", legend = unique(iris$Species), col = unique(iris$Species),
bty = "n", cex = 0.75, pch = 1)
plot(variables, col = kvecinos$cluster, main="k vecinos")
legend("topleft", legend = unique(kvecinos$cluster), col = unique(kvecinos$cluster),
bty = "n", cex = 0.75, pch = 1)
plot(iris$Petal.Length,iris$Petal.Width, col = iris$Species, main="Árbol de clasificación")
partition.tree(modelo2, label = "Species", add = T)
legend("topleft", legend = unique(iris$Species), col = unique(iris$Species),
bty = "n", cex = 0.75, pch = 1)
Este R Markdown fue generado mediante R en October 03, 2020 y forma parte de las actividades realizadas en las materias de Estadística y Taller IV. Facultad de Economía, UNAM, Ciudad Universitaria. Créditos: Cesar Hernández. Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).