Finish part 2 of Summary

docs/Summary.org

@@ -103,7 +103,193 @@ Observamos que los atributos que más peso tienen son:
 
 Observamos que los atributos son menos discriminativos al realizar la imputación, lo cual nos confirma que esta técnica de preprocesamiento es nociva para nuestro caso de estudio.
 
+\clearpage
+
 ** Apartado 2
 *** Introducción
 
 En este apartado, usaremos distintos algoritmos de /clustering/ para resolver un problema de agrupación.
+
+El problema en cuestión trata de agrupar los accidentes que ocurrieron en el año 2013 según la DGT, evaluando variables similares y relaciones de causalidad para determinar la gravedad y el tipo del accidente.
+
+Estudiaremos el rendimiento de los siguientes algoritmos:
+
+- K-means
+- Birch
+- Spectral clustering
+- Mean shift clustering
+- DBSCAN
+
+En el caso del /K-means/ y de /Birch/, estudiaremos el rendimiento según un diferente número de clusters.
+
+*** Casos de estudio
+**** Caso de estudio 1: Accidentes ocurridos por la noche
+
+La visibilidad es un factor importante en la conducción, por lo tanto vamos a agrupar los distintos accidentes ocurridos de noche.
+
+***** 5 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case1 5
+#+end_src
+
+#+CAPTION: Caso 1 con 5 clusters
+[[./assets/cases/C1-5.png]]
+
+Como podemos observar, según las diferentes métricas ciertos algoritmos tienen mejor o peor rendimiento:
+
+- /Silhouette Coefficient/: Mean Shift clustering
+- /Calinski-Harabasz/: K-means
+- /Time/: K-means
+***** 10 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case1 10
+#+end_src
+
+#+CAPTION: Caso 1 con 10 clusters
+[[./assets/cases/C1-10.png]]
+
+Debido a la variación del número de clusters, vemos como el rendimiento de /Birch/ se degrada de forma considerable, mientras que el /k-means/ obtiene una mejor puntuación
+
+**** Caso de estudio 2: Accidentes en islas con lluvia
+
+Estudiamos los accidentes que han ocurrido en el territorio español no peninsular, en condiciones lluviosas.
+
+***** 5 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case2 5
+#+end_src
+
+#+CAPTION: Caso 2 con 5 clusters
+[[./assets/cases/C2-5.png]]
+
+Como podemos observar, según las diferentes métricas ciertos algoritmos tienen mejor o peor rendimiento:
+
+- /Silhouette Coefficient/: Mean Shift clustering
+- /Calinski-Harabasz/: Spectral clustering
+- /Time/: DBSCAN
+  
+***** 10 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case2 10
+#+end_src
+
+#+CAPTION: Caso 2 con 10 clusters
+[[./assets/cases/C2-10.png]]
+
+Debido a la variación del número de clusters, vemos como el rendimiento del /k-means/ supera a todos los demás algoritmos, excepto en la métrica del tiempo de ejecución.
+
+**** Caso de estudio 3: Accidentes en autopista después de las 19
+
+Estudiamos los accidentes que han ocurrido en autopistas, después de las 19:00.
+
+***** 5 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case3 5
+#+end_src
+
+#+CAPTION: Caso 3 con 5 clusters
+[[./assets/cases/C3-5.png]]
+
+Observamos como el /K-means/ es el que obtiene mejores resultados, con un tiempo de ejecución marginalmente superior al del /DBSCAN/.
+  
+***** 10 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case3 10
+#+end_src
+
+#+CAPTION: Caso 3 con 10 clusters
+[[./assets/cases/C3-10.png]]
+
+Debido a la variación del número de clusters, vemos como el rendimiento del /K-means/ y de /Birch/ mejora considerablemente.
+
+**** Caso de estudio 4: Accidentes en Andalucía sin iluminación
+
+Estudiamos los accidentes que han ocurrido en la comunidad autónoma de Andalucía, en particular, cuando no había iluminación.
+
+***** 5 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case4 5
+#+end_src
+
+#+CAPTION: Caso 4 con 5 clusters
+[[./assets/cases/C4-5.png]]
+
+Como podemos observar, según las diferentes métricas ciertos algoritmos tienen mejor o peor rendimiento:
+
+- /Silhouette Coefficient/: DBSCAN
+- /Calinski-Harabasz/: K-means
+- /Time/: DBSCAN
+  
+Observamos como el algoritmo con mejor rendimiento es el /DBSCAN/, excepto en la métrica del /Calinski-Harabasz/ donde predomina el /K-means/.
+
+***** 10 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case4 10
+#+end_src
+
+#+CAPTION: Caso 4 con 10 clusters
+[[./assets/cases/C4-10.png]]
+
+Debido a la variación del número de clusters, vemos como el rendimiento del /K-means/ y de /Birch/ mejora considerablemente.
+En el caso particular del /K-means/, éste supera al /DBSCAN/ en todas las métricas, excepto la del tiempo de ejecución.
+
+**** Caso de estudio 5: Accidentes ocurridos un domingo en Madrid
+
+Estudiamos los accidentes que han ocurrido en domingo, en la comunidad de Madrid.
+
+***** 5 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case5 5
+#+end_src
+
+#+CAPTION: Caso 5 con 5 clusters
+[[./assets/cases/C5-5.png]]
+
+Como podemos observar, según las diferentes métricas ciertos algoritmos tienen mejor o peor rendimiento:
+
+- /Silhouette Coefficient/: Mean Shift
+- /Calinski-Harabasz/: K-means
+- /Time/: DBSCAN
+  
+Observamos como el algoritmo /Mean Shift/ consigue un /Silhouette Coefficient/ cerca de 1.
+
+***** 10 clusters
+
+Ejecutamos el siguiente comando:
+
+#+begin_src bash
+python src/P2/processing.py case5 10
+#+end_src
+
+#+CAPTION: Caso 5 con 10 clusters
+[[./assets/cases/C5-10.png]]
+
+Debido a la variación del número de clusters, vemos como el rendimiento del /K-means/ mejora considerablemente y /Birch/ mejora de forma marginal.
+En el caso particular del /K-means/, el valor de su /Silhouette Coefficient/ se acerca mucho al valor del /Mean Shift/.