R/elbow_method_df.R

In moraessaur/quickds: What the Package Does (One Line, Title Case)

#' elbow_method_df
#'
#' @param data Dataset usado na clusterização
#' @param seed Gerador de números pseudoaleatórios
#' @param max_clusters Número máximo de clusters a serem testados
#'
#' @return retorna um dataframe com os valores de wss e distâncias, por cluster
#' @export
#'
#' @examples
#'
#' print("exemplo")
#'
elbow_method_df <- function(data,seed=123,max_clusters=15){
  lista_wss <- list()
  for (i in 1:max_clusters){
    print(paste("########## RODANDO CLUSTER",i,"##########"))
    k <-  clustMixType::kproto(data,i)
    lista_wss[[i]] <- k$tot.withinss
  }
  x <-
    tibble::tibble(
      x = 1:max_clusters,
      y = unlist(lista_wss)
    )

  cluster_distances <- function(tabela_elbow){
    x1 <- 2 # min possivel cluster
    y1 <- tabela_elbow$y[1] # min wss
    x2 <- max(tabela_elbow$x) # max k
    y2 <- tabela_elbow$y[length(tabela_elbow$y)-1]

    lista_distancias <- list()

    for (i in 1:dim(tabela_elbow)[1]){

      x0 <- i + 2
      y0 <-  tabela_elbow$y[i]
      numerator  <-  abs((y2-y1)*x0 - (x2-x1)*y0 + x2*y1 - y2*x1)
      denominator  <-  sqrt((y2 - y1)**2 + (x2 - x1)**2)
      lista_distancias[[i]] <- numerator/denominator
    }
    return(unlist(lista_distancias))
  }

  x['distances'] <- cluster_distances(x)

  return(x)

}