-
Notifications
You must be signed in to change notification settings - Fork 0
/
cluster.R
219 lines (139 loc) · 5.34 KB
/
cluster.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
# limpar memória do R
rm(list=ls(all=TRUE))
# mostrar até 2 casas decimais
options("scipen" = 2)
#set seed
set.seed(1)
# Ler arquivo csv
vinhos = read.csv2("C:/Temp/BaseWine_Red_e_White.csv", row.names=1, sep=";")
#comando para gerar em 4 linhas e duas colunas os histogramas
#Gerar histogramas
vinhos$Vinho <- as.numeric(vinhos$Vinho)
#remove a qualiadade, por que a nota nao eh uma caracteristica do vinho
vinhos$quality = NULL
matcor <- cor(vinhos)
print(matcor, digits = 2)
install.packages("corrgram")
library(corrgram)
corrgram(matcor, type = "cor", lower.panel = panel.shade, upper.panel = panel.pie)
# Padroniza
padr_vinho <- scale(vinhos)
fix(padr_vinho)
summary(padr_vinho)
#método hierarquico
hier_cluster<-hclust(dist(padr_vinho),method='ward.D2')
d <- dist(padr_vinho, method = "euclidean") # distance matrix
plot(hier_cluster, ylab='distancia', cex=0.6)
groups <- cutree(hier_cluster, k=5) # cut tree into 5 clusters
# draw dendogram with red borders around the 5 clusters
rect.hclust(hier_cluster, k=5, border="red")
groups <- cutree(hier_cluster, k=6) # cut tree into 5 clusters
# draw dendogram with red borders around the 5 clusters
rect.hclust(hier_cluster, k=6, border="blue")
# Outros métodos que podem ser usados são: "ward", "single", "complete", "average", "mcquitty", "median" ou "centroid".
# A definição de qual método usar varia com o objetivo do estudo e com o tipo de matriz de distância usada.
#método não hierarquico
# Determine number of clusters - Elbow method
wss <- (nrow(padr_vinho )-1)*sum(apply(padr_vinho ,2,var))
for (i in 2:15) wss[i] <- sum(kmeans(padr_vinho ,iter.max=100,
centers=i)$withinss)
plot(1:15, wss, type="b", xlab="Number of Clusters",
ylab="Within groups sum of squares")
# utilizando uma forma gráfica
install.packages("tclust")
library(tclust)
clus_teste <- tkmeans(padr_vinho , k = 5, alpha = 0.01)
plot(clus_teste)
# Gerando a quantidade de cluster com Kmeans
attach(padr_vinho)
set.seed(333)
output_cluster<-kmeans(padr_vinho,5,iter=200)
output_cluster
# quantas entidade dentro de cada cluster
segmento<-output_cluster$cluster
table (segmento)
# quais características de cada cluster
centros<-output_cluster$centers
centros
# quantas rodadas até chegar nos clusters
Qte_iter<-output_cluster$iter
Qte_iter
# Mostrando Resultados
aggregate(vinhos,by=list(segmento),FUN=mean)
# Existe um grupo de vinhos vermelhos doces
# Mostrando Resultados em gráficos
# Cluster Plot against 1st 2 principal components
# vary parameters for most readable graph
install.packages("cluster")
library(cluster)
clusplot(padr_vinho, output_cluster$cluster, color=TRUE, shade=TRUE,
labels=2, lines=0 , cex=0.75)
# Centroid Plot against 1st 2 discriminant functions
install.packages("fpc")
library(fpc)
plotcluster(padr_vinho, output_cluster$cluster)
# junta os arquivos em colunas
matriz<-cbind(vinhos,padr_vinho,segmento)
fix(matriz)
# append cluster assignment
matriz<- data.frame(vinhos,padr_vinho, segmento)
fix(matriz)
# Componentes Principais.
acpcor <- prcomp(padr_vinho, scale = TRUE)
summary(acpcor)
plot(1:ncol(padr_vinho), acpcor$sdev^2, type = "b", xlab = "Componente",
ylab = "Variância", pch = 20, cex.axis = 0.8, cex.lab = 0.8)
sum(acpcor$sdev^2)
#Escolhe 6 dos 12
acpcor$rotation[, 1:6]
biplot(acpcor, xlab = "CP1", ylab = "CP2",cex.lab = 1.0, cex.axis = 1.0)
acpcor <- prcomp(padr_vinho, scale = TRUE, retx = TRUE)
escore1 <- acpcor$x[, 1]
print(escore1)
hist(escore1)
escore2 <- acpcor$x[, 2]
par (mfrow=c(1,2))
hist(escore1)
hist(escore2)
par (mfrow=c(1,1))
attach(vinhos)
vinhos_cpa <-cbind(escore1,escore2)
# usar os escores em uma segmentação, por exemplo.
#método hierarquico
hier_cluster<-hclust(dist(vinhos_cpa),method='ward.D2')
d <- dist(vinhos_cpa, method = "euclidean") # distance matrix
plot(hier_cluster, ylab='distancia', cex=0.6)
groups <- cutree(hier_cluster, k=5) # cut tree into 5 clusters
# draw dendogram with red borders around the 5 clusters
rect.hclust(hier_cluster, k=5, border="blue")
# Outros métodos que podem ser usados são: "ward", "single", "complete", "average", "mcquitty", "median" ou "centroid".
# A definição de qual método usar varia com o objetivo do estudo e com o tipo de matriz de distância usada.
#método não hierarquico
# Determine number of clusters
wss <- (nrow(vinhos_cpa )-1)*sum(apply(vinhos_cpa ,2,var))
for (i in 2:15) wss[i] <- sum(kmeans(vinhos_cpa ,iter.max=100,
centers=i)$withinss)
plot(1:15, wss, type="b", xlab="Number of Clusters",
ylab="Within groups sum of squares")
attach(vinhos_cpa)
set.seed(333)
output_cluster<-kmeans(vinhos_cpa,5,iter=100)
output_cluster
centros<-output_cluster$centers
centros
clus_vinhos<-output_cluster$cluster
table (clus_vinhos)
matriz_cpa<-cbind(vinhos,vinhos_cpa,clus_vinhos)
matriz_juntos<-cbind(vinhos,segmento,clus_vinhos)
table(segmento,clus_vinhos)
aggregate(vinhos,by=list(clus_vinhos),FUN=mean)
aggregate(padr_vinho,by=list(clus_vinhos),FUN=mean)
# Mostrando Resultados
aggregate(matriz_cpa,by=list(clus_vinhos),FUN=mean)
# Mostrando Resultados em gráficos
# Cluster Plot against 1st 2 principal components
# vary parameters for most readable graph'
install.packages("cluster")
library(cluster)
clusplot(padr_vinho, output_cluster$cluster, color=TRUE, shade=TRUE,
labels=2, lines=0 , cex=0.75)