R Cluster

Viendo las dimensiones y estructura de los datos.

str(datos)

dim(datos)

names(datos)

Recategorizando las variables del análisis

datos$`TIPO DE INNOVACIÓN` <- ifelse(datos$`TIPO DE INNOVACIÓN`== 3,
                                     "CreacióndeProductos",
                                     ifelse(datos$`TIPO DE INNOVACIÓN`== 2,
                                            "Mejoradeproductos",
                                            ifelse(datos$`TIPO DE INNOVACIÓN`== 1,
                                                   "Procesos", "")))
datos$`IMPACTO DE LA INNOVACIÓN` <- ifelse(datos$`IMPACTO DE LA INNOVACIÓN`==3,
                                           "I_Disruptiva",
                                           ifelse(datos$`IMPACTO DE LA INNOVACIÓN`==2,
                                                  "I_Evolutiva",
                                                  ifelse(datos$`IMPACTO DE LA INNOVACIÓN`==1,
                                                         "I_Incremental", "")))
datos$`HACER EMPRESA` <- ifelse(datos$`HACER EMPRESA`== 2, "Si",
                                ifelse(datos$`HACER EMPRESA`== 1, "No",""))

Filtrando solo Huancayo

datos <-datos[datos$`Filial / sede / campus:`== "Huancayo",]

Seleccionando las variables de segmentación

datos <- datos[,c(6,10,11)]
names(datos)

[1] "Género:"                  "TIPO DE INNOVACIÓN"       "IMPACTO DE LA INNOVACIÓN"

Convirtiendo a factor las variables de segmentación.

datos <- sapply(datos, as.factor)
datos <- data.frame(datos)
str(datos)

Utilizando el algoritmo Daisy

D <- daisy(datos, metric = "euclidean")

with mixed variables, metric "gower" is used automatically

jer <- hclust(D, method = "complete")

plot(jer)

rect.hclust(jer, k = 4, border = "red")

Descriptivos de las variables de segmentación

library(rattle)

plot(datos$TIPO.DE.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Tipo de Innovación", xlab = "Todos")

plot(datos$Género., col = c(4,6), las = 1, main = "Variable Tipo de Innovación", xlab = "Todos")

plot(datos$IMPACTO.DE.LA.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Tipo de Innovación", xlab = "Todos")

Agrupando la variable cluster al dataset y creando nuevas variables para analizar los clúster con respecto a las categóricas

grupo <- cutree(jer, k = 4)
NDatos <- cbind(datos, grupo)
cluster <- NDatos$grupo

sel.cluster1 <- match(cluster, 1,0)
sel.cluster1[1:10]

datos.cluster1 <- NDatos[sel.cluster1>0,]

sel.cluster2 <- match(cluster,2,0)
datos.cluster2 <- NDatos[sel.cluster2>0,]

sel.cluster3 <- match(cluster,3,0)
datos.cluster3 <- NDatos[sel.cluster3>0,]

sel.cluster4 <- match(cluster,4,0)
datos.cluster4 <- NDatos[sel.cluster4>0,]

Graficando los clúster para cada variable.

Variable Innovación

plot(datos.cluster1$TIPO.DE.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Tipo de Innovación", xlab = "Cluster1")

plot(datos.cluster2$TIPO.DE.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Tipo de Innovación", xlab = "Cluster2")

plot(datos.cluster3$TIPO.DE.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Tipo de Innovación", xlab = "Cluster3")

plot(datos.cluster4$TIPO.DE.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Tipo de Innovación", xlab = "Cluster4")

Variable Género

plot(datos.cluster1$Género., col = c(4,6), las = 2, main = "Variable Género", xlab = "Cluster1")

plot(datos.cluster2$Género., col = c(4,6), las = 2, main = "Variable Género", xlab = "Cluster2")

plot(datos.cluster3$Género., col = c(4,6), las = 2, main = "Variable Género", xlab = "Cluster3")

plot(datos.cluster4$Género., col = c(4,6), las = 2, main = "Variable Género", xlab = "Cluster4")

Variable Impacto de la Innovación

plot(datos.cluster1$IMPACTO.DE.LA.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Impacto de la Innovación", xlab = "Cluster1")

plot(datos.cluster2$IMPACTO.DE.LA.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Impacto de la Innovación", xlab = "Cluster2")

plot(datos.cluster3$IMPACTO.DE.LA.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Impacto de la Innovación", xlab = "Cluster3")

plot(datos.cluster4$IMPACTO.DE.LA.INNOVACIÓN, col = c(4,6), las = 1, main = "Variable Impacto de la Innovación", xlab = "Cluster4")