K-means: análisis del codo

En los ejercicios anteriores usaste el dendrograma para proponer una agrupación que generaba 3 grupos. En este ejercicio vas a aprovechar el gráfico del codo de k-means para proponer el "mejor" número de clústeres.

Este ejercicio forma parte del curso

Análisis de clústeres en R

Ver curso

Instrucciones del ejercicio

Usa map_dbl() para ejecutar kmeans() con los datos oes para valores de k del 1 al 10 y extrae el valor de la suma total de cuadrados dentro de los clústeres de cada modelo: model$tot.withinss. Guarda el vector resultante como tot_withinss.
Crea un nuevo data frame elbow_df que contenga los valores de k y el vector de suma total de cuadrados dentro de los clústeres.
Usa los valores de elbow_df para trazar un gráfico de líneas que muestre la relación entre k y la suma total de cuadrados dentro de los clústeres.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Use map_dbl to run many models with varying value of k (centers)
tot_withinss <- map_dbl(1:10,  function(k){
  model <- kmeans(x = ___, centers = ___)
  model$tot.withinss
})

# Generate a data frame containing both k and tot_withinss
elbow_df <- data.frame(
  k = ___,
  tot_withinss = ___
)

# Plot the elbow plot
ggplot(elbow_df, aes(x = ___, y = ___)) +
  geom_line() +
  scale_x_continuous(breaks = 1:10)

Editar y ejecutar código