#Librerías a instalar
install.packages("dplyr")
install.packages("corrplot")
install.packages("FactoMineR")
install.packages("factoextra")
install.packages("ggplot2")
install.packages("rpart")
install.packages("rpart.plot")
install.packages("traineR")
install.packages("caret")
#llamamos a las librerías
library(dplyr)
library(corrplot)
library(FactoMineR) 
library(factoextra)
library(ggplot2)
library(rpart.plot)
library(rpart)
library(traineR)
library(caret)


#Analisis Exploratorio de datos


#Fijar la dirección donde se encuentran los datos a utilizar en el analisis

setwd("C:/Users/cartavia/OneDrive - Comision Nacional de Emergencias/Escritorio/Clase2")


#Cargar los datos a R
Datos <- read.table("abandono.csv", header=TRUE, sep=',',dec='.')
#Resumen de los datos
summary(Datos)

#Eliminar valores pérdidos o NA
Datos <- na.omit(Datos)
#Verificar que se eliminaron los NA
summary(Datos)

#Visualizar una muestra delos datos cargados en el objeto Datos
head(Datos)

#Observar las características del objeto Datos
str(Datos)

#Observar valores extremos
Datos$Balance_mensual
boxplot(Datos$Balance_mensual)
boxplot(Datos$Numero_tarjetas)

#Si quisieramos por ejemplo eliminar los datos cuando el numero de tarjetas 
# es mayor a 4 se ejecuta el siguiente código
Datos = Datos[Datos$Numero_tarjetas < 4,]
boxplot(Datos$Numero_tarjetas)

############################################################
#         Componentes Principales
############################################################

incendios <- read.table( "incendios.csv",
                        header = TRUE,sep = ',' ,dec = '.')
#Seleccionamos las variables numericas
incendios2 <- select(incendios, is.numeric)

#Grafico de correlaciones
correlaciones <- cor(incendios2)
corrplot(correlaciones, method = 'number')

#Interpretaciones

#Temperature-RH: Correlación alta y negativa, a mayor temperatura a medio día menor será el porcentaje de la humedad relativa y viceversa 
#Temperature-Ws: Correlación negativa, a mayor temperatura a medio día menor será la velocidad del viento y viceversa. 
#Temperature-Rain: Correlación negativa, a mayor temperatura a medio día menor será la lluvia del día total y viceversa. 
#Temperature-FFMC: Correlación alta y positiva, a mayor temperatura a medio día mayor será el Indice de Código de Humedad de Combustible Fino del Sistema 

#Generacion del modelo de componentes principales
res<-PCA(incendios2, scale.unit=TRUE, ncp=2, graph = FALSE)
#Visualizacion de componentes
fviz_pca_biplot(res,col.var = "#2E9FDF",col.ind = "#696969", select.var = list(cos2 = 0.05), select.ind = list(cos2 = 0.05))

#Interpretacion
#Los datos del conglomerado 1 se caracterizan por tener mayor temperatura,
#un mayor Indice de Código de Humedad de Combustible Fino del Sistema FWI, 
#un mayor valor del Índice de código de humedad Duff del sistema FWI
#,un mayor valor del índice de código de sequía del sistema FWI
#, un mayor valor del índice del índice de propagación inicial del Sistema FWI, un mayor valor del índice de acumulación del sistema FWI ,
#un valor mayor del índice de clima de incendios que los datos del conglomerado 2 
#, mientras que los datos del conglomerado 2 se caracterizan por tener una mayor cantidad de lluvia 
#total por día una mayor velocidad del viento, y una mayor humedad relativa.


#Clustering jerarquico
modelo1 <- hclust(dist(incendios2),method = "ward.D")
plot(modelo1,hang=-1)
rect.hclust(modelo1, k=2, border="green")

#######################################################################
#                    Arboles de decision
#######################################################################



datos <-  read.csv("Clientes.csv",
                   header = TRUE, sep = ",", dec = ".", stringsAsFactors = TRUE)
datos <- na.omit(datos)

head(datos)
#De la base de datos tomo una muestra del 75%
muestra      <- createDataPartition(y = datos$Salida, p = 0.75, list = F)
#Se crean los objetos de aprendizaje y testeo
taprendizaje <- datos[muestra, ]
ttesting     <- datos[-muestra, ]



#Se crea el modelo de arboles de decision tomando como datos los del aprendizaje
modelo       <- train.rpart(Salida~.,data = taprendizaje)
# Se realiza la prediccion con la base de testeo
prediccion   <- predict(modelo, ttesting, type = 'class')

mcarboles           <- confusion.matrix(newdata = ttesting, prediccion)
general.indexes(mc = mcarboles)




#######################################################################
#                    Redes Neuronales 
#######################################################################

modelo       <- train.nnet(formula = Salida~.,data = taprendizaje, size = 4)
prediccion   <- predict(modelo, ttesting, type = "class")
MCRedes <- confusion.matrix(ttesting, prediccion)
general.indexes(mc = MCRedes)