Revisitando os dados de atacado: exploração

Pela análise anterior, você descobriu que k = 2 tem a largura média de silhueta mais alta. Neste exercício, você continuará analisando os dados de clientes de atacado construindo e explorando um modelo k-means com 2 clusters.

Este exercicio faz parte do curso

Análise de Clusters em R

Ver curso

Instruções do exercicio

Construa um modelo k-means chamado model_customers para os dados customers_spend usando a função kmeans() com centers = 2.
Extraia o vetor de atribuições de cluster do modelo em model_customers$cluster e armazene-o na variável clust_customers.
Acrescente as atribuições de cluster como uma coluna cluster ao data frame customers_spend e salve o resultado em um novo data frame chamado segment_customers.
Calcule o tamanho de cada cluster usando count().

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

set.seed(42)

# Build a k-means model for the customers_spend with a k of 2
model_customers <- ___

# Extract the vector of cluster assignments from the model
clust_customers <- ___

# Build the segment_customers data frame
segment_customers <- mutate(___, cluster = ___)

# Calculate the size of each cluster
count(___, ___)

# Calculate the mean for each category
segment_customers %>% 
  group_by(cluster) %>% 
  summarise_all(list(mean))

Editar e Executar Código