K-means: análise do cotovelo

Nos exercícios anteriores, você usou o dendrograma para propor uma clusterização que gerou 3 grupos. Neste exercício, você vai usar o gráfico do cotovelo de k-means para propor o "melhor" número de clusters.

Este exercicio faz parte do curso

Análise de Clusters em R

Ver curso

Instruções do exercicio

Use map_dbl() para executar kmeans() usando os dados oes para valores de k de 1 a 10 e extraia o valor de soma total dos quadrados intra-cluster de cada modelo: model$tot.withinss. Armazene o vetor resultante como tot_withinss.
Construa um novo data frame elbow_df contendo os valores de k e o vetor de soma total dos quadrados intra-cluster.
Use os valores em elbow_df para criar um gráfico de linhas mostrando a relação entre k e soma total dos quadrados intra-cluster.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# 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 e Executar Código