agnes

library(factoextra)
library(cluster)
library(ggplot2)
library(dplyr)
library(dendextend)
library(reshape2)
library(RColorBrewer)

data <- read.csv("Kvartiry_Ufa.csv")

# вычисляем корреляцию
cormat <- round(cor(data),2)
# "растопим" корелялционную мутрицу
melted_cormat <- melt(cormat)
# достаем верхний треугольник кореляционной матрицы
get_upper_tri <- function(cormat){
  cormat[lower.tri(cormat)]<- NA
  return(cormat)
}
upper_tri <- get_upper_tri(cormat)
melted_cormat <- melt(upper_tri, na.rm = TRUE)
# строим хитмэп
ggheatmap <- ggplot(data = melted_cormat, aes(Var2, Var1, fill = value))+
  geom_tile(color = "white")+
  scale_fill_gradient2(low = "blue", high = "red", mid = "white",
                       midpoint = 0, limit = c(-1,1), space = "Lab",
                       name="Pearson\nCorrelation") +
  theme_minimal()+
  theme(axis.text.x = element_text(angle = 45, vjust = 1,
                                   size = 12, hjust = 1))+
  coord_fixed()
# расположим значения на хитмэпе
ggheatmap +
  geom_text(aes(Var2, Var1, label = value), color = "black", size = 4) +
  theme(
    axis.title.x = element_blank(),
    axis.title.y = element_blank(),
    panel.grid.major = element_blank(),
    panel.border = element_blank(),
    panel.background = element_blank(),
    axis.ticks = element_blank(),
    legend.justification = c(1, 0),
    legend.position = c(0.6, 0.7),
    legend.direction = "horizontal")+
  guides(fill = guide_colorbar(barwidth = 7, barheight = 1,
                               title.position = "top", title.hjust = 0.5))

# исходя из матрицы корреляции необходимо избавиться от living area
drop <- c("living_area")
data = data[,!(names(data) %in% drop)]

# проведем кластеризацию методом agnes и представим в виде дендрограммы
agn <- agnes(data, stand = TRUE, method = "complete") %>% as.dendrogram

# отобразим дендрограмму agnes
fviz_dend(agn,
          main="Дендрограмма - complete",
          xlab = "Квартиры", ylab = "Расстояние", sub = "")

# вычислим количество кластеров методом локтя
fviz_nbclust(data, FUN = hcut, method = "wss")
n_clust <- 3

# проведем срез дендрограммы
# указав количество кластеров полученных в результате метода локтя
cttr <- cutree(as.hclust(agn), k = n_clust)

# отобразим дендрограмму
fviz_dend(agn, k = n_clust, cex = 0.5,
          k_colors = "Set2",
          color_labels_by_k = TRUE,
          main="Дендрограмма",
          xlab = "Квартиры", ylab = "Расстояние", sub = "",
          rect = TRUE,
          rect_border = "Set2",
          rect_fill = TRUE)

# отобразим кластеризацию с использованием метода главных компонентов
fviz_cluster(list(data = data, cluster = cttr),
             palette = "Set2",
             ellipse.type = "convex",
             repel = TRUE,
             show.clust.cent = TRUE, ggtheme = theme_minimal())

# отобразим диаграмму рассеяния признаков
pairs(data, col = brewer.pal(n = n_clust, name = "Set2")[cttr], upper.panel=NULL)

# необходимо избавиться от незначительных признаков
drop <- c("floors_total", "ceiling_height", "rooms")
data_vs = data[,!(names(data) %in% drop)]

# отобразим диаграмму рассеяния признаков с учетом кластеризации agnes
pairs(data_vs, col = brewer.pal(n = n_clust, name = "Set2")[cttr], upper.panel=NULL)

# calculate means per group
agn_centers <- aggregate(data, by = list(cttr), FUN = mean)

# загрузим датасет с описанием центров кластеров
# write.csv(agn_centers, "agnes_centers.csv", row.names=FALSE)