Laboratorio_2
Diana Carolina Echavarria Cardenas y Oscar Fernando PeƱafiel Acosta
2022-07-02
Universidad del Valle - Escuela de Estadistica
Programa Academico de:
Esp. en Estadistica Aplicada, Maestria en Analitica e Int Negocios
Asignatura : Tecnicas de Mineria de Datos y Aprendizaje Automatico
Estudiantes: Diana Carolina Echavarria
Oscar Fernando PeƱafiel
Punto 1.
Verifique el formato de las variables de estudio y realice un anĆ”lisis exploratorio de los datos dirigido a la identificaciĆ³n de datos atĆpicos y la visualizaciĆ³n de la estructura de correlaciĆ³n entre variables.
Base de datos con el formato ajustado:
## 'data.frame': 506 obs. of 14 variables:
## $ CRIM : num 3.474 0.527 0.612 0.52 1.519 ...
## $ ZN : num 0 0 20 20 0 0 20 0 22 0 ...
## $ INDUS : num 18.1 6.2 3.97 3.97 19.58 ...
## $ CHAS : Factor w/ 2 levels "Limita con el rio",..: 1 2 2 2 1 2 2 2 2 2 ...
## $ NOX : num 0.718 0.504 0.647 0.647 0.605 0.507 0.575 0.504 0.431 0.507 ...
## $ RM : num 8.78 8.72 8.7 8.4 8.38 ...
## $ AGE : num 82.9 83 86.9 91.5 93.9 73.3 67 78.3 8.4 70.4 ...
## $ DIS : num 1.9 2.89 1.8 2.29 2.16 ...
## $ RAD : num 24 8 5 5 5 8 5 8 7 8 ...
## $ TAX : num 666 307 264 264 403 307 264 307 330 307 ...
## $ PTRATIO: num 20.2 17.4 13 13 14.7 17.4 13 17.4 19.1 17.4 ...
## $ B : num 355 382 390 387 388 ...
## $ LSTAT : num 5.29 4.63 5.12 5.91 3.32 2.47 7.44 4.14 3.54 3.95 ...
## $ MEDV : num 21.9 50 50 48.8 50 41.7 50 44.8 42.8 48.3 ...Histograma de la variable MEDV
Se puede observar que para la variable MEDV hay valores atĆpicos cuando el valor es 50
RevisiĆ³n de datos faltantes:
GrƔfico de valores ausentes
Se observa que no hay valores ausentes en la base de datos 
## integer(0)VisualizaciĆ³n de las variables
Las conclusiones mas relevantes que se pueden observar son:
1. CRIM, ZN, RM, DIS, PTRATIO,B, MEDV tiene valores extremos, sin embargo, parecen tener un comportamiento adecuado para algunos barrios por lo que NO se excluyen del anƔlisis.
2. INDUS,RAD,TAX,PTRATIO,B Tiene una alta frecuencia en valores puntuales, caracterĆsticos de algunos barrios, por lo que no se realiza ninguna transformaciĆ³n.
DetecciĆ³n de valores atĆpicos de forma multivariada
AnĆ”lisis de correlaciĆ³n
El grĆ”fico de dispersiĆ³n se puede evidenciar los valores atĆpicos que tienen las variables RAD y TAX.
Por otro lado, el anĆ”lisis de la matriz de correlaciĆ³n permite observar una fuerte correlaciĆ³n positiva entre RAD y TAX, sin embargo, esta obedece a la presencia de valores extremos en sus variables. Este mismo efecto se puede ver todas las variables que se relacionen con RAD o TAX.
para el caso de las variables NOX e INDUS, se evidencia una fuerte correlaciĆ³n positiva, debido a mayor concentraciĆ³n de las industrias se generarĆ” mayor cantidad de Ć³xido nitroso. Adicionalmente, se identifica que MEDV y RM se incrementan en el mismo sentido, en el que a mayor numero promedio de cuartos, el valor promedio de la vivienda crece.
Por otro lado, se identifica una fuerte relaciĆ³n negativa entre NOX y DIS, explicada porque entre mĆ”s alejado se encuentre el barrio de las zonas industriales, menos exposiciĆ³n se tendrĆ” al Ć³xido nitroso. Adicionalmente se identifica otra relaciĆ³n negativa entre LTAT Y MEDV, en la que a mayor concentraciĆ³n de % de poblaciĆ³n de estatus mĆ”s bajo, el precio medio de la vivienda decrece. Por Ćŗltimo, RM Y LSTAT tambiĆ©n tienen una relaciĆ³n negativa explicada porque las personas con escasos recursos no tienen la posibilidad de adquirir casas con muchas habitaciones.
Punto 2.
Analice los datos desde una perspectiva multivariante, a travƩs de un AnƔlisis de Componentes Principales, caracterizando/comprendiendo los factores obtenidos y generando la matriz de puntuaciones (proyecciones) de los barrios en el espacio de los factores.
Componentes y valores propios
Una vez corrido el modelo de PCA, se identifica que tomando 3 componentes, se alcanza a tener el 74,52% de la varianza de los datos.
Componentes de la varianza explicada
Al realizar el anĆ”lisis de Componentes principales se puede observar que el primer componente se encuentra bien representado principalmente por las variables: CRIM,INDUS, NOX, AGE, DIS,RAD,TAX,LSTAT y MEDV. En el segundo componente resalta la variable RM y por Ćŗltimo en el tercer componente resalta la variable ZN.
Los siguientes grĆ”ficos muestran que tomar tres componentes incrementan la calidad de la representaciĆ³n de las variables, en las que las mĆ”s fuertes son: TAX, MEDV, RAD, DIS que se encuentran por arriba del 80%
Componentes principales
En el grĆ”fico se puede observar que el componente 1 puede representar las caracterĆsticas de un barrio promedio de Boston, principalmente en las altas tasas de criminalidad, bastante industria, alta contaminaciĆ³n, altas tasas de impuestos y un porcentaje alto de poblaciĆ³n pobre.
Por el contrario, el componente 2, recoge algunas caracterĆsticas asociadas a barrios con un valor medio de las viviendas mĆ”s alto y con un nĆŗmero promedio mayor de habitaciones, no obstante, estos barrios se encuentran cercanos a las carreteras principales.
Por Ćŗltimo, el componente 3, recoge a los barrios que se encuentran muy lejos de los centros de empleo de Boston y que son zonas principalmente residenciales.
Como se resumiĆ³ en el anĆ”lisis anterior de los componentes, se puede observar que en el componente 1 a la derecha se van a representar las variables que muestran un barrio con peores condiciones, mientras que a la derecha se representarĆ” el que cuenta con mejores condiciones, en el componente 2 se ve que se encuentran los barrios con mejores condiciones en cuanto a valor monetario de la casa y cantidad de habitaciones, ademĆ”s se encuentran alejados de los centros de empleo.
Cuando se hace el anĆ”lisis entre el componente 1 y 3, en la dimensiĆ³n 3 se puede ver que hay una diferencia entre las casas que se encuentran cerca de los centros de empleo de las que se encuentran a las afueras de Boston.
La representaciĆ³n simultanea muestra la ubicaciĆ³n de los individuos y su relaciĆ³n con las variables. En el primer grĆ”fico se muestra que los barrios con mejores condiciones son los que se encuentran al extremo izquierdo como lo son el 29,30,390, mientras que los peores barrios se encuentran en el lado derecho, tal es el caso de los barrios 468,463,479.
El segundo grƔfico permite observar cuƔles barrios se encuentran mƔs alejados de los centros de empleo y que a su vez presentan mejores condiciones, estos barrios se encuentran en la parte superior izquierda del grƔfico como son 381,386,241
RepresentaciĆ³n de los Barrios suplementarios
En los siguientes grĆ”ficos se muestra la ubicacion de los barrios mĆ”s alejados del total de las observaciones analizadas, los cuales poseen variables atĆpicas que no permitirĆan realizar un mejor anĆ”lisis al ser incluidos desde el principio.
Punto 3.
Utilice la matriz de puntuaciones (obtenidas en el punto 2) como insumo de un algoritmo de agrupaciĆ³n que conduzca a establecer grupos de barrios con similares caracterĆsticas.
IdentificaciĆ³n de K Ć³ptimos
El siguiente grĆ”fico se muestra que el nĆŗmero sugerido de cluster en el que disminuye significativamente la variaciĆ³n marginal de los SSE es de 5.
Centroides de los 5 grupos:
## Dim.1 Dim.2 Dim.3
## 1 0.9507471 -1.0266912 -0.8872218
## 2 -3.4953126 0.7221822 1.4815753
## 3 -1.3255026 -0.7996795 0.0992153
## 4 3.8419248 0.8263186 0.6356546
## 5 -2.2820466 1.3121494 -1.5976904El grĆ”fico de la silhouette, muestra que existe una buena agrupaciĆ³n entre cluster a pesar de que algunos individuos de los cluster tienen valores negativos. En este sentido, las distancias intracluster son bajas y las distancias entre cluster son altas.
InterpretaciĆ³n grĆ”ficos de cluster
El primer grĆ”fico permite identificar claramente los cluster 4 y 2: en los que el cluster 2 recoge la informaciĆ³n de los barrios con casas de alto valor con muchas habitaciones y en zonas residenciales, mientras que el cluster 4 muestra la agrupaciĆ³n de los barrios con mas Ćndices de criminalidad, zonas industriales, alta contaminaciĆ³n, alto porcentaje de poblaciĆ³n pobre, entre otras.
En el tercer grĆ”fico se ve una separaciĆ³n clara entre los cluster 2 y el 5, pese a que son barrios buenos, la diferencia se observa en que el cluster 2 contiene barrios que estĆ”n mas alejados de los centros de empleo.
En todos los grĆ”ficos, el cluster 3 muestra los barrios promedio de Boston, puesto que no se observa una diferenciaciĆ³n marcada respecto a los otros grupos.
Punto 4
Desarrolle un proceso de minerĆa de reglas de asociaciĆ³n (Algoritmo a priori) para descubrir/describir las caracterĆsticas particulares de los barrios que se aglomeran en cada grupo.
4.1.
Agregue una nueva columna (Grupo) a la hoja de datos Boston en la cual registre la etiqueta del grupo en la que cada barrio fue asignado. Esto es, la agrupaciĆ³n resultado del punto 3.
## 'data.frame': 490 obs. of 18 variables:
## $ CRIM : num 3.474 0.52 0.575 0.315 0.369 ...
## $ ZN : num 0 20 0 0 22 0 0 0 95 20 ...
## $ INDUS : num 18.1 3.97 6.2 6.2 5.86 6.2 2.89 6.2 2.68 3.33 ...
## $ CHAS : Factor w/ 2 levels "Limita con el rio",..: 1 2 2 2 2 2 2 2 2 2 ...
## $ NOX : num 0.718 0.647 0.507 0.504 0.431 ...
## $ RM : num 8.78 8.4 8.34 8.27 8.26 ...
## $ AGE : num 82.9 91.5 73.3 78.3 8.4 70.4 76 86.5 33.2 64.5 ...
## $ DIS : num 1.9 2.29 3.84 2.89 8.91 ...
## $ RAD : num 24 5 8 8 7 8 2 8 4 5 ...
## $ TAX : num 666 264 307 307 330 307 276 307 224 216 ...
## $ PTRATIO: num 20.2 13 17.4 17.4 19.1 17.4 18 17.4 14.7 14.9 ...
## $ B : num 355 387 386 385 397 ...
## $ LSTAT : num 5.29 5.91 2.47 4.14 3.54 3.95 4.21 3.13 3.81 3.76 ...
## $ MEDV : num 21.9 48.8 41.7 44.8 42.8 48.3 38.7 37.6 48.5 45.4 ...
## $ Dim.1 : num -2.58 -2.44 -2.74 -2.83 -2.1 ...
## $ Dim.2 : num 2.9 2.93 3.09 1.96 2.37 ...
## $ Dim.3 : num -2.27 -2.62 -2.47 -2.13 -2.32 ...
## $ Grupos : Factor w/ 5 levels "1","2","3","4",..: 5 5 5 5 5 5 5 5 5 5 ...4.2.
Respecto a las variables cuantitativas de la hoja de datos Boston, estas deben ser segmentadas (recodificadas en atributos), utilizando para ello los percentiles 20, 40, 60, 80, como puntos de divisiĆ³n para generar cinco categorĆas: Muy bajo, Bajo, Medio, Alto y Muy alto.
## 'data.frame': 490 obs. of 15 variables:
## $ CHAS : Factor w/ 2 levels "Limita con el rio",..: 1 2 2 2 2 2 2 2 2 2 ...
## $ Grupos : Factor w/ 5 levels "1","2","3","4",..: 5 5 5 5 5 5 5 5 5 5 ...
## $ CRIM_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 4 3 4 3 3 3 2 3 1 1 ...
## $ INDUS_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 4 1 2 2 2 2 1 2 1 1 ...
## $ NOX_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 5 4 2 2 1 2 2 2 1 2 ...
## $ RM_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 5 5 5 5 5 5 5 5 5 5 ...
## $ AGE_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 3 4 3 3 1 3 3 4 1 2 ...
## $ DIS_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 1 2 3 3 5 3 3 3 4 4 ...
## $ TAX_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 4 1 2 2 3 2 2 2 1 1 ...
## $ PTRATIO_c: Factor w/ 5 levels "Muy Bajo","Bajo",..: 4 1 2 2 3 2 2 2 1 1 ...
## $ B_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 1 2 2 2 4 2 4 2 3 2 ...
## $ LSTAT_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ MEDV_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 3 5 5 5 5 5 5 5 5 5 ...
## $ RAD_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 5 3 4 4 4 4 2 4 3 3 ...
## $ ZN_c : Factor w/ 5 levels "Muy Bajo","Bajo",..: 1 2 1 1 2 1 1 1 5 2 ...4.3
Luego de la recodificaciĆ³n, usted dispone ahora de 15 variables asociaciĆ³n. En este caso, el objetivo es encontrar asociaciones entre los 67 Ćtems que ahora caracterizan a los barrios (2 niveles de la variable CHAS y 5 niveles para cada una de las 13 variables recodificadas) y las etiquetas de los grupos conformados en el clustering.
En este punto, se eliminĆ³ la variable CHAS porque tiene una gran frecuencia en los barrios, pero que no ayuda a identificar reglas de asociaciĆ³n relevantes
## id CRIM_c INDUS_c NOX_c RM_c AGE_c DIS_c TAX_c PTRATIO_c
## 1 1 Alto Alto Muy Alto Muy Alto Medio Muy Bajo Alto Alto
## 4 2 Medio Muy Bajo Alto Muy Alto Alto Bajo Muy Bajo Muy Bajo
## 6 3 Alto Bajo Bajo Muy Alto Medio Medio Bajo Bajo
## 8 4 Medio Bajo Bajo Muy Alto Medio Medio Bajo Bajo
## 9 5 Medio Bajo Muy Bajo Muy Alto Muy Bajo Muy Alto Medio Medio
## 10 6 Medio Bajo Bajo Muy Alto Medio Medio Bajo Bajo
## 11 7 Bajo Muy Bajo Bajo Muy Alto Medio Medio Bajo Bajo
## B_c LSTAT_c MEDV_c RAD_c ZN_c Grupos
## 1 Muy Bajo Muy Bajo Medio Muy Alto Muy Bajo 5
## 4 Bajo Muy Bajo Muy Alto Medio Bajo 5
## 6 Bajo Muy Bajo Muy Alto Alto Muy Bajo 5
## 8 Bajo Muy Bajo Muy Alto Alto Muy Bajo 5
## 9 Alto Muy Bajo Muy Alto Alto Bajo 5
## 10 Bajo Muy Bajo Muy Alto Alto Muy Bajo 5
## 11 Alto Muy Bajo Muy Alto Bajo Muy Bajo 5Al identificar los items mĆ”s frecuentes se evidencia que la mayorĆa de vecindarios no estan ubicados en zonas residenciales, su cercanĆa con las avenidas radiales es intermedia y el porcentaje de personas de color es alto.
Itemset mas frecuentes que cumplen con el mĆnimo soporte.
## items support transIdenticalToItemsets
## [1] {ZN_c = Muy Bajo} 0.7367347 0
## [2] {RAD_c = Medio} 0.4428571 0
## [3] {B_c = Alto} 0.4000000 0
## [4] {TAX_c = Alto} 0.3795918 0
## [5] {TAX_c = Alto,ZN_c = Muy Bajo} 0.3693878 0
## [6] {RAD_c = Medio,ZN_c = Muy Bajo} 0.3081633 0
## [7] {PTRATIO_c = Alto} 0.2857143 0
## [8] {PTRATIO_c = Alto,ZN_c = Muy Bajo} 0.2857143 0
## [9] {INDUS_c = Alto} 0.2836735 0
## [10] {B_c = Alto,ZN_c = Muy Bajo} 0.2795918 0
## count
## [1] 361
## [2] 217
## [3] 196
## [4] 186
## [5] 181
## [6] 151
## [7] 140
## [8] 140
## [9] 139
## [10] 137Conjunto de itemset mƔs frecuentes
4.4
Una vez obtenga las reglas de asociaciĆ³n (que involucran a todos los atributos), seleccione solo aquellas que presentan como evento consecuencia (RHS) a alguna de las etiquetas de grupo.
Reglas grupo 1
Se identifica por tener bajos porcentajes de poblaciĆ³n negra, una muy baja distancia a los centros de empleo y un valor de las casas bajo, ademĆ”s se encuentra en una zona poco residencial y las personas que habitan el barrio llevan mucho tiempo habitĆ”ndolo (desde 1940). Este grupo tiene Ćndices muy altos de criminalidad y tiene un alto acceso a las avenidas radiales al igual que se encuentran en zonas industriales. Este grupo tiene unos altos impuestos.
## set of 346 rules## lhs rhs support confidence coverage lift count
## [1] {B_c = Muy Bajo,
## DIS_c = Muy Bajo,
## MEDV_c = Bajo} => {Grupos = 1} 0.02244898 0.7857143 0.02857143 3.468468 11
## [2] {B_c = Muy Bajo,
## DIS_c = Muy Bajo,
## MEDV_c = Bajo,
## ZN_c = Muy Bajo} => {Grupos = 1} 0.02244898 0.7857143 0.02857143 3.468468 11
## [3] {AGE_c = Muy Alto,
## B_c = Muy Bajo,
## CRIM_c = Muy Alto} => {Grupos = 1} 0.02448980 0.6315789 0.03877551 2.788051 12
## [4] {AGE_c = Muy Alto,
## B_c = Muy Bajo,
## CRIM_c = Muy Alto,
## RAD_c = Muy Alto} => {Grupos = 1} 0.02448980 0.6315789 0.03877551 2.788051 12
## [5] {AGE_c = Muy Alto,
## B_c = Muy Bajo,
## CRIM_c = Muy Alto,
## INDUS_c = Alto} => {Grupos = 1} 0.02448980 0.6315789 0.03877551 2.788051 12## Available control parameters (with default values):
## layout = stress
## circular = FALSE
## ggraphdots = NULL
## edges = <environment>
## nodes = <environment>
## nodetext = <environment>
## colors = c("#EE0000FF", "#EEEEEEFF")
## engine = ggplot2
## max = 100
## verbose = FALSE
Reglas grupo 2
El grupo 2 tiene una alta distancia a los centros de empleo, se encuentra ubicado en una zona de baja industria y contiene un porcentaje muy bajo de poblaciĆ³n pobre. En este grupo se encuentra un alto porcentaje de poblaciĆ³n negra, una baja tasa de criminalidad baja y sus casas son de alto valor con una cantidad de cuartos muy alta. Este grupo tiene unos impuestos muy bajos.
## set of 12 rules## lhs rhs support confidence coverage lift count
## [1] {DIS_c = Alto,
## INDUS_c = Bajo,
## LSTAT_c = Muy Bajo} => {Grupos = 2} 0.01632653 0.5714286 0.02857143 4.057971 8
## [2] {B_c = Alto,
## CRIM_c = Bajo,
## MEDV_c = Muy Alto} => {Grupos = 2} 0.01632653 0.5333333 0.03061224 3.787440 8
## [3] {B_c = Alto,
## MEDV_c = Muy Alto,
## RM_c = Muy Alto,
## TAX_c = Muy Bajo} => {Grupos = 2} 0.01632653 0.5333333 0.03061224 3.787440 8
## [4] {INDUS_c = Muy Bajo,
## LSTAT_c = Bajo,
## MEDV_c = Muy Alto} => {Grupos = 2} 0.01836735 0.5294118 0.03469388 3.759591 9
## [5] {DIS_c = Alto,
## LSTAT_c = Muy Bajo,
## RM_c = Muy Alto} => {Grupos = 2} 0.01836735 0.5294118 0.03469388 3.759591 9## Available control parameters (with default values):
## layout = stress
## circular = FALSE
## ggraphdots = NULL
## edges = <environment>
## nodes = <environment>
## nodetext = <environment>
## colors = c("#EE0000FF", "#EEEEEEFF")
## engine = ggplot2
## max = 100
## verbose = FALSE
Reglas grupo 3
En el grupo sus barrios estĆ”n caracterizador por el hecho de que al menos la mitad de sus propietarios viven en sus casas, las cuales tienen una baja valorizaciĆ³n, con un porcentaje de cuartos promedio. Estos barrios se encuentran en zonas residenciales y se ubican mas bien en zonas industriales, el porcentaje de poblaciĆ³n pobre es alto y en la mayorĆa de los casos, la criminalidad es alta.
## set of 119 rules## lhs rhs support confidence coverage lift count
## [1] {AGE_c = Medio,
## MEDV_c = Bajo,
## ZN_c = Muy Bajo} => {Grupos = 3} 0.02244898 0.5789474 0.03877551 2.199102 11
## [2] {LSTAT_c = Alto,
## RM_c = Medio,
## TAX_c = Alto} => {Grupos = 3} 0.02448980 0.5714286 0.04285714 2.170543 12
## [3] {CRIM_c = Muy Bajo,
## INDUS_c = Bajo,
## RAD_c = Medio} => {Grupos = 3} 0.02448980 0.5714286 0.04285714 2.170543 12
## [4] {LSTAT_c = Alto,
## RM_c = Medio,
## TAX_c = Alto,
## ZN_c = Muy Bajo} => {Grupos = 3} 0.02448980 0.5714286 0.04285714 2.170543 12
## [5] {CRIM_c = Alto,
## RM_c = Bajo} => {Grupos = 3} 0.02244898 0.5500000 0.04081633 2.089147 11## Available control parameters (with default values):
## layout = stress
## circular = FALSE
## ggraphdots = NULL
## edges = <environment>
## nodes = <environment>
## nodetext = <environment>
## colors = c("#EE0000FF", "#EEEEEEFF")
## engine = ggplot2
## max = 100
## verbose = FALSE
Reglas grupo 4
El grupo cuatro tiene un bajo indice de criminalidad, esta medianamente cerca de las avenidas principales, tienen una contaminaciĆ³n promedio y no son barrios residenciales. Tienen una alta poblaciĆ³n negra, se encuentra muy alejado de los centros de empleo y el valor de las casas es muy bajo.
## set of 16 rules## lhs rhs support confidence coverage lift count
## [1] {CRIM_c = Bajo,
## NOX_c = Medio,
## RAD_c = Medio,
## ZN_c = Muy Bajo} => {Grupos = 4} 0.02244898 0.7333333 0.03061224 2.785530 11
## [2] {CRIM_c = Bajo,
## NOX_c = Medio,
## ZN_c = Muy Bajo} => {Grupos = 4} 0.03061224 0.6818182 0.04489796 2.589852 15
## [3] {CRIM_c = Bajo,
## NOX_c = Medio,
## RAD_c = Medio} => {Grupos = 4} 0.02448980 0.6315789 0.03877551 2.399021 12
## [4] {CRIM_c = Bajo,
## NOX_c = Medio} => {Grupos = 4} 0.03265306 0.6153846 0.05306122 2.337507 16
## [5] {B_c = Alto,
## DIS_c = Muy Alto,
## INDUS_c = Bajo} => {Grupos = 4} 0.02448980 0.5454545 0.04489796 2.071882 12## Available control parameters (with default values):
## layout = stress
## circular = FALSE
## ggraphdots = NULL
## edges = <environment>
## nodes = <environment>
## nodetext = <environment>
## colors = c("#EE0000FF", "#EEEEEEFF")
## engine = ggplot2
## max = 100
## verbose = FALSE
Reglas grupo 5
El grupo cinco tiene una muy alta valorizaciĆ³n de sus casas, las cuales tienen muchas habitaciones. Son barrios con muy bajo porcentaje de personas pobres y tiene un porcentaje de criminalidad promedio. Estos barrios tienen baja contaminaciĆ³n.
## set of 204 rules## lhs rhs support confidence coverage lift count
## [1] {DIS_c = Medio,
## LSTAT_c = Muy Bajo,
## MEDV_c = Muy Alto,
## RM_c = Muy Alto} => {Grupos = 5} 0.02653061 0.9285714 0.02857143 8.750000 13
## [2] {DIS_c = Medio,
## LSTAT_c = Muy Bajo,
## MEDV_c = Muy Alto,
## PTRATIO_c = Bajo,
## RM_c = Muy Alto} => {Grupos = 5} 0.02448980 0.9230769 0.02653061 8.698225 12
## [3] {DIS_c = Medio,
## LSTAT_c = Muy Bajo,
## MEDV_c = Muy Alto,
## NOX_c = Bajo,
## RM_c = Muy Alto} => {Grupos = 5} 0.02448980 0.9230769 0.02653061 8.698225 12
## [4] {DIS_c = Medio,
## LSTAT_c = Muy Bajo,
## MEDV_c = Muy Alto,
## NOX_c = Bajo,
## PTRATIO_c = Bajo,
## RM_c = Muy Alto} => {Grupos = 5} 0.02448980 0.9230769 0.02653061 8.698225 12
## [5] {DIS_c = Medio,
## LSTAT_c = Muy Bajo,
## MEDV_c = Muy Alto,
## RM_c = Muy Alto,
## ZN_c = Muy Bajo} => {Grupos = 5} 0.02244898 0.9166667 0.02448980 8.637821 11## Available control parameters (with default values):
## layout = stress
## circular = FALSE
## ggraphdots = NULL
## edges = <environment>
## nodes = <environment>
## nodetext = <environment>
## colors = c("#EE0000FF", "#EEEEEEFF")
## engine = ggplot2
## max = 100
## verbose = FALSE