En este post se estudiara el dataset del OSCE en donde se encontraban los datos de las contrataciones de proovedores realizadas por la emergencia sanitaria.También se realizara un clustering para poder agrupar las contrataciones de proveedores con características similares. Se utilizará el método "Elbow Method" para hallar la cantidad de clusters adecuada y el algoritmo K-Means para hallar los clusters.
2.Descripción del DatasetDataset original
https://www.datosabiertos.gob.pe/datase ... -organismo
El dataset original está compuesto por un total de 11285 instancias, y presenta los siguientes atributos :
Eliminamos data irrelevante como fechas,descripciones y ids.Al final nos quedamos con los siguientes atributos
Utilizamos el Elbow Method para hallar el número de clusters y para ello usaremos los siguientes comandos para obtener el numero de clústeres
df <- scale(ContratacionesOSCE)
fviz_nbclust(df,kmeans,method="wss")+geom_vline(xintercept=3,linetype=2)+labs(subtitle="Elbow method")
luego de ejecutar los comando obtenemos la siguiente grafica
Donde aparece la forma de un codo es 9 aproxiamdamente,por lo que definiremos que el numero de clústeres sea 9
En weka corremos el algoritmo kmenas con k=9 y se tiene el siguiente resultado
En weka corremos el algoritmo kmenas con k=9 y se tiene el siguiente resultado
Podemos ver que las contrataciones directas encontradas muestran cierta relación con la ubicación geográfica que se halló en el cluster. Asimismo, los montos de dinero más grandes por contratación se encuentran asignados a las ciudades cerca Lima. También se encontró que la mayoría de contrataciones directas están en los cluster 0,1,4,5y 7 y todos estos cluster son lo más cercanos a Lima.
5.Githubhttps://github.com/dsw555/Contratacione ... -Sanitaria