Asignar un Cluster a Datos Nuevos

Si se tiene una segmentacion realizada con kmean que divide a los clientes en tres gurpos, y se quiere identificar a qué grupo pertenecen los clientes nuevos, sin ejecutar nuevamente el algoritmo (es decir, sin reentrenar) puede usarse el package flexclust que permite identificar a qué grupo o cluster son mas parecidos los cliente nuevo.

El resultado conceptual seria el siguiente:

El script:

#-----------------------------------------------------------------------
#Carga package y datos necesarios
suppressWarnings(library(C50));
library(flexclust);
data(churn);
 
#-----------------------------------------------------------------------
# fija secuencia aleatoria y carga datos historicos y nuevos
set.seed(6)
Clientes_Hisoricos <- churnTrain[,c(9,11,12)]
Clientes_Nuevos    <- churnTest[1:5,c(9,11,12)]
 
#----------------------------------------------------------------------- 
# Crea Modelo Kmeans
Modelo <-kcca(Clientes_Hisoricos,
              k         = 3,
              family    = kccaFamily("kmeans"),
              save.data = TRUE)
 
 
#----------------------------------------------------------------------- 
# Asigna el campo Grupo a la tabla de clientes Historicos y Nuevos
Clientes_Hisoricos$Grupo    <- clusters(Modelo)
Clientes_Nuevos$Grupo       <- clusters(Modelo,Clientes_Nuevos)
 
 
#----------------------------------------------------------------------- 
# Crea componentes principales para graficar
ACP_Historico <-prcomp(Clientes_Hisoricos)
ACP_Nuevos    <-prcomp(Clientes_Nuevos)
 
 
#----------------------------------------------------------------------- 
#Grafica kmeans de clientes Historico
plot(ACP_Historico$x[,1:2],col=Clientes_Hisoricos$Grupo )
 
 
#----------------------------------------------------------------------- 
# Grafica clientes nuevos
points(ACP_Nuevos$x[,1],ACP_Nuevos$x[,2],
       col=Clientes_Nuevos$Grupo,
       pch = 19,
       cex=3.1)

Referencia:

http://cran.r-project.org/web/packages/flexclust/flexclust.pdf