Taller Análisis Clustering
--------------------------

Descargue los datos de la BD ``tarjetas_crédito.csv`` que contiene la
siguiente información:

**X:** el identificador del tarjetahabiente.

**cupo:** Es el valor de cupo otorgado.

**edad:** Edad del tarjetahabiente.

**saldo:** Saldo de deuda en la tarjeta al corte.

**pago:** monto de los pagos realizados en 6 meses.

*Con esta información resuelva lo siguiente:*

**Punto 1:**

Cree un objeto que tome una muestra aleatoria de 100 individuos de la
BD. Esto puede realizarlo con la función ``sample()``

``sample_rows<- sample(x,n)``

``x``: es un vector con la posición de las filas del conjunto de datos.

``n``: es el número de elementos de la muestra.

Esto arrojará un vector con la elección de filas aleatorias y luego
proceda a crear el df que contenga los 100 datos para todas las
variables, esto lo puede hacer así:

``datos_sample <- datos[sample_rows,]``

1. Realice un gráfico de dispersión entre las variables cupo y edad,
   indique si puede observar algún patrón o agrupamiento que explique la
   relación.

2. Calcule las distancias Manhattan para las observaciones en la muestra
   de las variables cupo y edad.

3. Evalúe por los métodos de sedimentación, silueta y gap, cual debería
   ser el numero optimo de grupos en este conjunto de datos.

4. Realice el agrupamiento por medio de K-means con el numero óptimo de
   clusters identificados en el punto anterior. realice el graficos
   separando los grupos.

5. Indique si con este método se comprueba o no los grupos identificados
   en el punto 1 que clasificación le daría a sus datos, es decir, que
   nombre se le daría a los grupos, explique segun el contesto del
   problema.

**Punto 2:**

1. Tome la BD original y agrupe los datos por edad de los individuos
   haciendo un promedio de la otras columnas (cupo, pago ). Pruebe con
   la función group_by de la librería ``(dbplyr)``.

2. Construya un dendograma donde se contrasten las variables pago y cupo
   y se encuentren etiquetados por edad.

3. Indique si el dendograma esta bien relacionado con los datos
   originales (use distancia cofenética)

4. Corte el árbol e indique el numero de clusters es adecuado .

5. Saque el vector de asignación de elementos al cluster.

6. Haga el dendograma por colores y de forma circular.

7. Con esta información ¿podría agrupar a los clientes de un banco
   basado en su comportamiento de pago? ¿cual sería esa agrupación?