alondraSanchezM / clustering

Aprendizaje no supervisado: Hierarchical y K-means

clustering

Aprendizaje no supervisado: Hierarchical y K-means

Ejercicio A. Clasificación de clientes de cereales para el desayuno

Ejercicio B. Comercialización para viajeros frecuentes

---

Exploración inicial de los datos

Al no tener conocimientos previos de los datos de los datasets proporcionados, se realiza exploraciones iniciales a este

Limpieza y preprocesamiento

• Limpieza del dataset
• Conversión de nombres de cereales a las filas para mejor visualización de los clusters
• Escalamiento de los datos
• Evaluación de la estabilidad de los datos mediante la estadística de Hopkins

Agrupamiento jerárquico y k-means

• Utilizando como criterios de agregación: enlace único, completo y promedio
• Comparación de dendogramas
• Correlación de distancias cofenéticas
• Determinación de k
• Poda del árbol
• Observación de centroides
• Visualización de resultados
• Generación de muestras
• Ploteamiento

---

Actividad para la clase de Mineria de Datos FCC - BUAP | Datasets proporcionados por el profesor

---

Se recomienda trabajar bajo R 3.5.3 por las librerías consumidas