Cluster algoritmo validacao.txt

resultado<- NULL
tabela <- NULL

for (i in 1:length(dados))
{
  #Inicia kmeans com sementes iniciais igual ao numerico do contador i
  particoes <- kmeans(dados,i,nstart = i)
  
  #Armazena soma das distancias dentro dos clusters para i-esima passagem
  dentro_within  <-  particoes$tot.withinss
  #Armazena a soma das distancias entre os clusters para a i-esima passagem 
  entre <-  particoes$betweenss
  
  g <- i
  
  # Calcula estatistica de teste pseudo F
  # Onde entre é a variação geral entre os clusters, 
  # dentro_within é a variação geral dentro do cluster
  # nrow é o número de observações e g o número de clusters
  f<- (entre/dentro_within)*(nrow(dados)-g)/(g-1)
  
  #Resultado da divisao da soma das distancias entre clusters 
  #por distancias totais  
  r2 <- entre/particoes$totss
  
  tabela <- cbind(dentro_within, entre, g,f,r2)
  
  resultado <- rbind(resultado,tabela)
  
  tabela <- NULL
  dentro_within <- NULL
  total <- NULL
  
  
} 

par(mfrow = c(1,3))
plot(resultado[,4],type="b",col="black",lty=2,lwd=2, main = "Calinski Harabasz")
plot(resultado[,5],type="b",col="black",lty=2,lwd=2, main = "R2")
plot(resultado[,1],type="b",col="black",lty=2,lwd=2, main = "SSE")
dev.off()