USArrest

Importar base de datos

data("USArrests")
summary(USArrests)

##      Murder          Assault         UrbanPop          Rape      
##  Min.   : 0.800   Min.   : 45.0   Min.   :32.00   Min.   : 7.30  
##  1st Qu.: 4.075   1st Qu.:109.0   1st Qu.:54.50   1st Qu.:15.07  
##  Median : 7.250   Median :159.0   Median :66.00   Median :20.10  
##  Mean   : 7.788   Mean   :170.8   Mean   :65.54   Mean   :21.23  
##  3rd Qu.:11.250   3rd Qu.:249.0   3rd Qu.:77.75   3rd Qu.:26.18  
##  Max.   :17.400   Max.   :337.0   Max.   :91.00   Max.   :46.00

Normalizar Variables

bd1 <- USArrests
bd1 <- as.data.frame(scale(bd1))

K-means clustering

clusters <- kmeans(bd1, 4)

asignacion <- cbind(bd1, cluster = clusters$cluster)
head(asignacion,10)

##                  Murder    Assault   UrbanPop         Rape cluster
## Alabama      1.24256408  0.7828393 -0.5209066 -0.003416473       2
## Alaska       0.50786248  1.1068225 -1.2117642  2.484202941       1
## Arizona      0.07163341  1.4788032  0.9989801  1.042878388       1
## Arkansas     0.23234938  0.2308680 -1.0735927 -0.184916602       2
## California   0.27826823  1.2628144  1.7589234  2.067820292       1
## Colorado     0.02571456  0.3988593  0.8608085  1.864967207       1
## Connecticut -1.03041900 -0.7290821  0.7917228 -1.081740768       3
## Delaware    -0.43347395  0.8068381  0.4462940 -0.579946294       3
## Florida      1.74767144  1.9707777  0.9989801  1.138966691       1
## Georgia      2.20685994  0.4828549 -0.3827351  0.487701523       2

Visualizar Segmentos

library(factoextra)

## Loading required package: ggplot2

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

fviz_cluster(clusters, data=bd1,
             palette=c("red", "blue", "black", "darkgreen"),
             ellipse.type = "euclid",
             star.plot = T,
             repel = T,
             ggtheme = theme())

#install.packages("cluster")

Optimizar k

library(cluster)
library(data.table)

set.seed(123)
optimizacion <- clusGap(bd1, FUN = kmeans, nstart = 25, K.max = 10, B = 50)
plot(optimizacion, xlab = "Numero de Clusters k")

Conclusiones

En lo personal me gustaria comentar mis observaciones y su respectiva conclusion de esta actividad realizada.

En el cluster podemos observar todos los estados de EUA sin embargo, podemos observar 4 cuadrantes los cuales nos expresan por medio de un tipo plano cartesiano que estados son los mas seguros y los menos seguros.

Podemos observar que el estado de California es el mas afectado en estos 4 temas analizados, y en cuanto a Vermont podemos observar que es uno de los estados mas seguros de todo el pais y con menos indice de problematicas.

Por ultimo este fue un analisis bastante interesante para poder obtener un analisis de todos los estados de EUA y asi poder tomar acciones de los estados mas afectados por la inseguridad.