K-means en un campo de fútbol

En el capítulo anterior usaste el conjunto de datos lineup para aprender clustering jerárquico; en este capítulo usarás los mismos datos para aprender k-means. Como recordatorio, el data frame lineup contiene las posiciones de 12 jugadores al inicio de un partido de fútbol 6 contra 6.

Igual que antes, sabes que hay dos equipos en el campo, así que puedes realizar un análisis k-means usando k = 2 para determinar a qué equipo pertenece cada jugador.

Ten en cuenta que en la función kmeans() el valor de k se indica mediante el parámetro centers.

Este ejercicio forma parte del curso

Análisis de clústeres en R

Ver curso

Instrucciones del ejercicio

Crea un modelo k-means llamado model_km2 para los datos lineup usando la función kmeans() con centers = 2.
Extrae el vector de asignaciones de clúster del modelo (model_km2$cluster) y guárdalo en la variable clust_km2.
Añade las asignaciones de clúster como una columna cluster al data frame lineup y guarda el resultado en un nuevo data frame llamado lineup_km2.
Usa ggplot para representar las posiciones de cada jugador en el campo y coloréalas según su clúster.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Build a kmeans model
model_km2 <- kmeans(___, centers = ___)

# Extract the cluster assignment vector from the kmeans model
clust_km2 <- ___

# Create a new data frame appending the cluster assignment
lineup_km2 <- mutate(___, cluster = ___)

# Plot the positions of the players and color them using their cluster
ggplot(___, aes(x = ___, y = ___, color = factor(___))) +
  geom_point()

Editar y ejecutar código