35. R 군집분석 연습문제

01. 다음은 15명의 면접자를 대상으로 가치관, 전문지식, 자격증 유무 등을 토대로 종합점수에 근거하여 합격여부를 결정한 자료이다. 다음과 같은 단계로 계층적 군집분석을 수행하여 군집수(cluster)를 탐색하고, 각 군집별로 서브셋을 작성하여 각 군집의 특성을 분석하시오.

setwd('c:/ITWILL/2_Rwork/data')

단계1 : dataset 가져오기 

interview = read.csv("interview.csv")
names(interview) # 변수명 
head(interview)

단계2 : 유클리디안 거리 계산  

inter_df = interview[c(2:8)] # 응시번호와 합격여부 제외
idist <- dist(inter_df) # 유클리디안 거리 생성 
head(idist)

단계3 : 계층적 군집분석 & 덴드로그램 시각화 

hc <- hclust(idist)
hc

plot(hc, hang=-1) # 음수값 제외
rect.hclust(hc, k=3, border="red") # 3개 그룹수

단계4 : 군집별 서브셋 만들기 : cutree()함수 이용 

ghc = cutree(hc, k=3)
inter_df$ghc <- ghc
inter_df

g1 = subset(inter_df, ghc==1)
g2 = subset(inter_df, ghc==2)
g3 = subset(inter_df, ghc==3)

단계5 : 각 군집별 특성 분석 : summary()함수 이용 

summary(g1) # 자격증 : 1,       Mean   :19   Mean   :14.4   Mean   :15.6   Mean   :14.8  Mean   :11.8  Mean   :75.6
summary(g2) # 자격증 : 0 or 1,  Mean   :11   Mean   :15.2   Mean   :19.4   Mean   :11,   Mean   :6.2   Mean   :62.8
summary(g3) # 자격증 : 0,       Mean   :14.4 Mean   :18.8   Mean   :10.8   Mean   : 9.4, Mean   :18.2  Mean   :71.6

g1

interview[c(1:2,4,6,13), ]

02. 다음과 같은 조건을 이용하여 각 단계별로 비계층적 군집분석을 수행하시오.
조건1) 대상 파일 : c:/Rwork/Part-IV/product_sales.csv
조건2) 변수 설명 : tot_price : 총구매액, buy_count : 구매횟수, visit_count : 매장방문횟수, avg_price : 평균구매액

sales <- read.csv("product_sales.csv", header=TRUE)
head(sales)

단계1: 비계층적 군집분석 : 3개 군집으로 군집화

model = kmeans(sales, centers = 3)
model

sizes 38, 50, 62
Within cluster sum of squares by cluster: 응집도 
[1] 23.88395 22.51380 39.95968
(between_SS / total_SS =  87.4 %) : 모델 우수성 

단계2: 원형데이터에 군집수 추가

sales$cluster = model$cluster # 클러스터 정보 추가 
head(sales)

단계3 : tot_price 변수와 가장 상관계수가 높은 변수와 군집분석 시각화
(1) 상관관계 분석 : cor()

cor(sales) # 0.87175416 : tot_price vs avg_price

(2) 비계층적 군집분석 시각화 : 그룹으로 색상 표시 

plot(sales$tot_price ~ sales$avg_price, col = sales$cluster)

단계4. 군집의 중심점 표시

model$centers # 각 군집의 변수 평균 

points(model$centers[, c('avg_price', 'tot_price')], col=c(3,1,2),
       pch=8, cex=5)

[해설] avg_price 변수가 tot_price 변수에 비해서 군집에 영향도 높음  

library(factoextra) # fviz_cluster()
fviz_cluster(model, data = sales)

Dim1(57.8%) : 공헌도 58% -> avg_price 주성분 
Dim2(27.6%) : 공헌도 28%

 

sales[110, ]

      tot_price visit_count buy_count avg_price cluster
110       6.1         1.4       2.6       5.6   1 -> cluster1

sales[36, ]

36         5           1         2       3.5    3 -> cluster3 

sales[17, ]

17       4.5         0.3       2.3       1.3    2 -> cluster2

 

 

각 군집별 특성 분석(x축 기준 : avg_price) 
cluster1 : 총구매금액과 평균구매액 가장 높은 그룹 
cluster2 : 총구매금액과 평균구매액 가장 낮은 그룹 
cluster3 : 총구매금액과 평균구매액 중간인 그룹