selecporcluster | R Documentation |
Seleciona ou extrai cenarios baseado nos centroides da clusterizacao de cenarios
selecporcluster( cenarios, nc, clust_fun = clustkmeans, ..., transforma = FALSE, compact_fun = PCAena, compact_args = list() )
cenarios |
objeto da classe |
nc |
numero de clusters |
clust_fun |
funcao para clusterizacao. Veja |
... |
demais parametros passados a |
transforma |
booleano indicando se devem ser retornados indices dos cenarios mais proximos
do centroide de cada cluster ( |
compact_fun |
funcao para compactacao dos cenarios. Ver |
compact_args |
lista nomeada informando argumentos (alem do primeiro) a |
O procedimento desta funcao e aplicar a reducao de dimensionalidade em cenarios
e
clusterizar as variaveis no espaco reduzido em nc
clusters.
A compactacao pode ser feita por qualquer funcao que retorne objetos da classe compactcen
,
informada atraves do argumento compact_fun
. A funcao sera chamada com cenarios
como
primeiro arumento; compact_args
permite informar demais parametros a serem utilizados por
compact_fun
, na forma de uma lista nomeada.
A clusterizacao em si e realizada por uma chamada a funcao passada pelo argumento
clust_fun
, uma funcao que deve receber como primeiro argumento um objeto cenarios
e
como segundo argumento o numero de clusters desejado nc
, e retornar um objeto com os
metodos getclustclass
e getclustmeans
, para retornar as classificacoes de cada
cenario e as medias dos centroides. A funcao passada sera usada numa chamada da forma
clust_fun(cenarios, nc, ...)
. compact_fun
e compact_args
.
Por fim, transforma
controla o que sera retornado. Se FALSE
, a funcao entrega
apenas os indices dos cenarios mais proximos, por distancia euclidiana, dos centroides de cada
cluster. Se TRUE
, o centroide de cada cluster (no espaco reduzido) sera transformado de
volta para o espaco original. Isso so e possivel caso a compactacao utilizada permita este tipo
de operacao: por exemplo, a reducao de dimensionalidade por acumulo de enas parciais e uma
transformacao que nao permite retornar para a escala original. Outras como PCA e autoencoder sim.
lista contendo vetor de inteiros indicando indices dos cenarios selecionados, resultado da compactacao e resultado da clusterizacao
plot.cenariosena
para visualizacao dos cenarios selecionados
# usando o dado exemplo do pacote # a selecao deve ser usada para cada ano de referencia individualmente, para uma unica regiao # ou multiplas de forma multivariada # Usando somente o SIN completo cens <- cenariosdummy["A1", "SIN"] # execucao simples pegando 3 clusters selec <- selecporcluster(cens, 3) # usando diferentes funcoes de compactacao selec <- selecporcluster(cens, 3, compact_fun = acumulaena, compact_args = list(quebras = 3)) selec <- selecporcluster(cens, 3, compact_fun = PCAena, compact_args = list(vartot = .7)) # usando diferentes funcoes de clusterizacao selec <- selecporcluster(cens, 3, clust_fun = clusthierarq, method = "single") # os dois metodos seguintes precisam que os pacotes 'mclust' e 'cluster', respectivamente, # estejam instalados ## Not run: selec <- selecporcluster(cens, 3, clust_fun = clustEM, modelNames = c("EEE", "VVV")) selec <- selecporcluster(cens, 3, clust_fun = clustkmedoids, metric = "manhattan") ## End(Not run) # Por fim, pode ser feita a visualizacao da escolha selec <- selecporcluster(cens, 3) ## Not run: plot(cens, cens[, , selec[[1]]]) ## End(Not run)
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.