In [2]:
library(cluster)
library(NbClust)
library(kohonen)
library(ggplot2)
library(gridExtra)
library(scales)
In [4]:
# Read Data
cdata <- read.delim("Cluster.txt", stringsAsFactors=FALSE)
In [5]:
head(cdata)
In [6]:
set.seed(1)
km <- kmeans(subset(cdata, select=-c(ID)), centers=4)
str(km)
In [9]:
km
군집의 반경과 관계를 2차원으로 도식¶
- 군집간의 유사성도 알 수 있다.
- Too many Outliers
- 모양이 좋지 않다.
In [10]:
options(repr.plot.width=5,repr.plot.height=5)
clusplot(subset(cdata, select=-c(ID)), km$cluster, main="Cluster")
In [11]:
# 군집의 분포를 도식
cdata$cluster <- as.factor(km$cluster)
qplot(MONEY, VISIT, colour=cluster, data=cdata)
In [13]:
plot(subset(cdata, select=-c(ID,cluster)), col=km$cluster)
군집별로 각 군집화변수의 밀도를 도식: 방법1¶
- 2번 Cluster는 자주오지도 많이 사지도 않는 뜨내기 고객.
In [15]:
options(repr.plot.width=7,repr.plot.height=5)
p1 <- qplot(MONEY, fill=cluster, alpha=.5, data=cdata, geom="density") + scale_alpha(guide="none")
p2 <- qplot(VISIT, fill=cluster, alpha=.5, data=cdata, geom="density") + theme(legend.position="none")
p3 <- qplot(CROSS, fill=cluster, alpha=.5, data=cdata, geom="density") + theme(legend.position="none")
p4 <- qplot(API, fill=cluster, alpha=.5, data=cdata, geom="density") + theme(legend.position="none")
grid.arrange(p1, p2, p3, p4, ncol=2, nrow=2)
군집별로 각 군집화변수의 밀도를 도식: 방법2¶
In [16]:
p1 <- ggplot(cdata, aes(MONEY)) + geom_density(fill='deeppink3', adjust=1) + facet_grid(. ~ cluster) + scale_x_continuous(breaks=NULL) + scale_y_continuous("", breaks=NULL)
p2 <- ggplot(cdata, aes(VISIT)) + geom_density(fill='deeppink3', adjust=1) + facet_grid(. ~ cluster) + scale_x_continuous(breaks=NULL) + scale_y_continuous("", breaks=NULL) + theme(strip.text.x=element_blank())
p3 <- ggplot(cdata, aes(CROSS)) + geom_density(fill='deeppink3', adjust=1) + facet_grid(. ~ cluster) + scale_x_continuous(breaks=NULL) + scale_y_continuous("", breaks=NULL) + theme(strip.text.x=element_blank())
p4 <- ggplot(cdata, aes(API)) + geom_density(fill='deeppink3', adjust=1) + facet_grid(. ~ cluster) + scale_x_continuous(breaks=NULL) + scale_y_continuous("", breaks=NULL) + theme(strip.text.x=element_blank())
grid.arrange(p1, p2, p3, p4, ncol=1, nrow=4)
군집의 크기를 도식¶
In [19]:
options(repr.plot.width=5,repr.plot.height=5)
x <- ggplot(cdata, aes(x=factor(1), fill=cluster))
x + geom_bar(width=1) + coord_polar(theta="y")
In [22]:
# 최적의 군집 수 찾기: 방법1
options(repr.plot.width=9,repr.plot.height=6)
set.seed(1)
sd <- cdata[sample(1:nrow(cdata),100),-1]
d <- dist(sd, method = "euclidean")
fit <- hclust(d, method="ave")
plot(fit)
# CutTree 형태로 Cluster Cut. k=n
rect.hclust(fit, k=4, border = "red")
2. 최적의 군집 수 찾기: 방법2¶
- 군집내 분산이 적고 군집간 분산이 큰 것을 찾기.
- $tot.withinss$ 군집 내 분산의 합
- 기울기가 급격히 감소하는 지점에서 군집 수를 정함
In [24]:
# 최적의 군집 수 찾기: 방법2
options(repr.plot.width=7,repr.plot.height=4)
wss <- 0; set.seed(1)
for(i in 1:15) wss[i] <- kmeans(subset(cdata, select=-c(ID)), centers=i)$tot.withinss
plot(1:15, wss, type="b", xlab="# of clusters", ylab="Within group sum of squares")
3. 최적의 군집 수 찾기: 방법3¶
In [25]:
nc = NbClust(subset(cdata, select=-c(ID,cluster)), min.nc=2, max.nc=15, method='kmeans') # 2 ~ 15개 kmeans를 비교.
barplot(table(nc$Best.nc[1,]), xlab="# of clusters", ylab="# of criteria", main="Number of clusters chosen by 26 criteria")
