Updating all the data science path

Analisis Multivariable/Arbolesde Decisión/Ejejrcicio fuga de ejecutivos/PredicciónClasificacionesEjecutivos.R

@@ -0,0 +1,196 @@
+# Identificación de la ruta de trabajo
+
+getwd()
+setwd("D:/UdeM/Análisis Multivariante/Árboles")
+
+###  Ejemplo con datos de Ejecutivos Comerciales
+
+E<-read.csv("Ejecutivos_Fuga_SI_NO.csv",header=T, sep =",")
+
+# resumen de datos
+summary(E)
+
+###### Ejemplos de Gráficos Descriptivos
+
+# GrÁfico de Proporciones por Fuga
+
+#cuenta de fugados y no fugados
+
+t<-table(E$Fuga)
+t
+
+pct <- round(t/sum(t)*100)		# calculate percentages
+lbls <- paste(names(t), pct, "%")	# add percents to labels
+prop.table(t)
+pie(table(E$Fuga), col = c("tomato1","steelblue"),labels=lbls, 
+    main="Proporción de Ejecutivos según Fuga")
+
+
+# Gráfico de barras según Sexo
+
+ts<-table(E$Sexo)
+barplot(ts, main="Ejecutivos según Sexo",
+        xlab="Sexo", col=c("tomato1","steelblue","lightgreen"))
+
+ts
+
+EP <- round(prop.table(table((E$Sexo)))*100,1)
+pct <- round(EP/sum(EP)*100)		# calculate percentages
+lbls <- paste(names(EP), pct, "%")	# add percents to labels
+graf <- barplot(EP, ylab="Frecuencia relativa %",col=rainbow(20), ylim=c(0,46), main= "Proporción de Ejecutivos según Sexo")
+text(graf, EP-2,format(EP), cex=0.9)
+
+# explorar colores
+colors()
+
+# Gráficos de Cumplimientos Promedio (para los dos negocios)
+
+hist(E$CumpliProm, col = "royalblue3",
+     main = "Cumplimientos Promedio",
+     xlab="Cumplimiento",ylab="Frecuencia")
+
+
+# Gráficos de Cumplimientos Promedio (por cada negocio)
+
+# instrucción para sacar 2 grÁficos en la misma ventana
+par(mfrow=c(1,2))
+
+# Histogramas de Cumplimientos
+
+hist(E$CumpliProm[E$Fuga=='NO'],main = "NO FUGA", 
+     xlab = "Cumplimiento", 
+     ylab = "Frecuencia", col = "lightskyblue4")
+
+hist(E$CumpliProm[E$Fuga=='SI'],main = "SI FUGA",
+     xlab = "Cumplimiento", ylab = "Frecuencia",
+     col = "tomato1")
+
+# Boxplot de Cumplimientos
+
+boxplot(E$CumpliProm[E$Fuga=='NO'],main = "NO FUGA",
+     xlab = "Cumplimiento", ylab = "Frecuencia",
+     col = "lightskyblue4",ylim = c(0, 3.5))
+
+boxplot(E$CumpliProm[E$Fuga=='SI'],main = "SI FUGA",
+     xlab = "Cumplimiento", ylab = "Frecuencia",
+     col = "tomato1",ylim = c(0, 3.5))
+
+
+par(mfrow=c(1,1))
+
+hist(E$Edad, col = "royalblue3",
+     main = "Edad",
+     xlab="Edad",ylab="Frecuencia")
+
+#Gráficos por Edad
+
+par(mfrow=c(1,2))
+
+hist(E$Edad[E$Fuga=='NO'],main = "NO FUGA", 
+     xlab = "Edad", 
+     ylab = "Frecuencia", col = "lightskyblue4")
+
+hist(E$Edad[E$Fuga=='SI'],main = "SI FUGA",
+     xlab = "Edad", ylab = "Frecuencia",
+     col = "tomato1")
+
+
+
+# Ejercicio1: Graficar las Edades de los Ejecutivos
+# Ejercicio2: Graficar los salarios totales promedio por negocios
+# Ejercicio3: Graficar las proporciones de salarios fijos
+# Ejercicio4: Graficar las proporciones de ejecutivos fugados del jefe
+# Ejercicio5: Graficar las proporciones de meses que no se cumplen las metas comerciales
+# Ejercicio6: Graficar las proporciones de meses por debajo del propio cumplimiento promedio
+
+
+##############   Árbol de Desición General ##################
+
+# Instalación de Librerías
+
+#install.packages("rpart")
+#install.packages("rpart.plot")
+#install.packages("rattle")
+
+# Llamar las librerías (siempre que se usen las funciones)
+
+library(rpart) # Librería para obtener Árboles de decisión
+library(rpart.plot) # Librería para graficar Árboles de decisión
+library(rattle) # Librería para graficar Árboles de decisión
+
+
+# Subconjunto de Datos para Modelar
+#Nunca se modela con los ID de las personas!
+
+ModeloTree<- data.frame(E[3:28])
+summary(ModeloTree)
+
+
+#instrucción para obtener el árbol:
+tree<- rpart(Fuga ~ ., data = ModeloTree)
+
+# volver a un gráfico en toda la ventana
+par(mfrow=c(1,1))
+
+# GrÁficos del Árbol
+
+rpart.plot(tree)
+fancyRpartPlot(tree)
+
+# Árbol sin Sexo ni Edad
+
+ModeloTreeSE<- data.frame(E[4:5],E[7:28])
+tree<- rpart(Fuga ~ ., data = ModeloTreeSE)
+
+fancyRpartPlot(tree,cex=0.7)
+
+########## Predicción de fuga sobre los Ejecutivos Activos   ##########
+
+A <- E[ which(E$Fuga=='NO' ), ]
+
+ModeloTreeA<- data.frame(A[5],A[7:28])
+
+pred.tree <- predict(tree, newdata = ModeloTreeA)
+
+A$Prediccion<-pred.tree[,2]
+
+hist(A$Prediccion, col = "red2",
+     main = "Predicciones de Fuga entre Ejecutivos Activos",
+     xlab="Probabilidad",ylab="Frecuencia")
+
+
+########### Ejercicio 2 #####
+
+### Escoger una de las siguientes Bases para Analizar:
+
+# 1. La fuga voluntaria e Involuntaria 
+# 2. La fuga Temprana y la Tardía
+
+
+# resumen de datos
+
+library(factoextra)
+library(FactoMineR)
+
+
+E_Num<- data.frame(E[7:28])
+E_Num<- na.omit(E_Num)
+cor<-cor(E_Num)
+corrplot(cor, tl.col = "gray2",tl.cex=0.7)
+
+E1<- data.frame(E[3:4],E[7:28])
+E1<- na.omit(E1)
+PCAE<- PCA(E1, graph = T,quali.sup = 1:2)
+fviz_screeplot(PCAE,ncp=10)
+corrplot(corr = t(PCAE$var$coord))
+
+plot(PCAE,choix="ind",habillage=1,label=c("none"))
+plot(PCAE,choix="ind",habillage=2,label=c("none"))
+
+# "BIPLOT" en Plano 1-2
+
+fviz_pca_biplot(PCAE, geom = c("point", "text"),label="var",col.ind="lightblue",col.var="blue") 
+fviz_pca_biplot(PCAE, geom = c("point", "text"),label="var",col.ind="lightblue",col.var="darkblue",habillage=2,title="BIPLOT (Plano 1-2) según Fuga") 
+fviz_pca_biplot(PCAE, geom = c("point", "text"),label="var",col.ind="lightblue",col.var="darkblue",habillage=1,title="BIPLOT (Plano 1-2) según Sexos") 
+
+

Analisis Multivariable/Arbolesde Decisión/Ejejrcicio fuga de ejecutivos/README.md

@@ -0,0 +1,24 @@
+# Caso práctico proceso de selección Jefe de Analítica de clientes
+==============================================================
+
+Como jefe de analítica de cliente usted debe comprender el comportamiento de los clientes, segmentarlos, estar en capacidad de presentarle a la alta gerencia de la compañía sus hallazgos y emplear modelos analíticos para determinar qué campañas se deberán hacer para mejorar la rentabilidad de los clientes.   
+Para el siguiente caso, usted deberá trabajar con datos reales de unas campañas se telemercadeo de un banco Portugués. El objetivo del ejercicio es analizar la base de clientes, estimar un modelo de predicción de clientes que deben ser seleccionados en cada campaña y con base en este proponer la estrategia sobre la cual se deben realizar las campañas de este producto.
+La base de datos la puede descargar de http://archive.ics.uci.edu/ml/machine-learning-databases/00222/bank.zip[ Puede encontrar la descripción del archivo de datos en la página web del repositorio: http://archive.ics.uci.edu/ml/machine-learning-databases/00222/bank.zip] usar el conjunto de datos “bank-full.csv”. Este conjunto de datos está descrito en el artículo académico Using Data Mining for Bank Direct Marketing: An Application of the CRISP-DM Methodology (lo puede descargar de la dirección http://hdl.handle.net/1822/14838 ), se recomiendo leerlo para tener mayor entendimiento del conjunto de datos y el contexto bajo el cual fue construido.
+
+El entregable de este ejercicio es una presentación de PowerPoint que cubra los siguientes aspectos:
+Capítulo técnico (Asuma que lo presentaría ante un público técnico con amplios conocimientos estadísticos):
+1. Análisis descriptivo de la población
+2. Modelo de predicción seleccionado. 
+	a. Justificación de la metodología de modelamiento seleccionada 
+	b.Presentar métricas de clasificación (Área bajo curva ROC)
+
+Capítulo de Negocio (Asuma que lo presentará ante gerentes de negocio, con un buen entendimiento de los clientes pero bajo conocimiento técnico)
+1. Principales hallazgos y conclusiones
+2. Propuesta de estrategia para seleccionar los clientes buscando el mayor impacto con el menor costo posible.
+
+Aparte del documento (archivo de PowerPoint), la presentación se deberá hacer personalmente (o por video conferencia) con una duración máxima de 30 minutos. Ambos capítulos son igualmente importantes y tendrán un peso de 50% cada uno.
+
+---
+## Author
+====================
+* [Robinson Montes](https:www.github.com/mecomontes) - Github