Avanzado

Caracteristicas avanzadas

En nuestro proyecto hemos hecho un uso intensivo de 2 funcionalidades que iban más allá de los explicado en clase.
En primer lugar, una funcionalidad clave de nuestro proyecto es la graficación para la que utilizamos la librería matplotlib. El motivo de haberle dado tanta importancia a la visualización de los datos es porque consideramos que el primer paso para entender correctamente la información es visualizarla gráficamente. Por esto, nuestra aplicación es capaz de generar gráficas para casi todas las consultas que permitimos hacer sobre los numerosos datasets con los que trabajamos (es decir sobre datos de covid, datos poblacionales, económicos y sanitarios). Pero vamos mucho más allá de esto, pues también graficamos todos los resultados obtenidos durante la fase de Machine Learning, mostramos gráficamente la organización en clústeres de nuestra población tanto en 2 dimensiones como en 3 dimensiones.

Graficación

Veamos algunas de las gráficas que han sido obtenidas mediante consultas y que consideramos que son más interesantes

Machine Learning

Veamos algunas de las gráficas generadas durante el proceso de Machine Learning:

Gráficas en 2 dimensiones, que dadas dos variables representan los elementos de la población coloreados en función del cluster al que pertenecen.

Gráficas en 3 dimensiones, que dadas tres variables representan los elementos de la población coloreados en función del cluster al que pertenecen.

Además también se representa en un gráfico de líneas los valores del índice Silhouette que determina cuál es el número de cluster que mejores resultados va a obtener

Otra funcionalidad clave de nuestro proyecto es el uso de Machine learning. Desde el primer momento consideramos muy interesante el tratar de encontrar relaciones entre los datos de la pandemia e indicadores económicos, poblacionales y sanitarios. Por ello, aplicamos la técnica de clustering K-Means (donde cada elemento de la población era un país) para clasificar en grupos a los países teniendo en cuenta los indicadores previamente nombrados.
Sacamos algunas conclusiones interesantes durante este proceso:

No encontramos ninguna relación clara entre la importancia que se le da a la vacunación y el número total de muertes por cada millón de habitantes. Como podemos observar en la imagen la gran mayoría de los países dan un porcentaje considerablemente de importancia a las vacunas y por tanto no podemos sacar ninguna conclusión clara.

Sí encontramos una clara relación entre el número de médicos por cada 100000 habitantes y el número total de muertes por cada millón de habitantes. Y es que según los resultados que hemos obtenido parece ser que los países que tienen menos médicos por habitante tienen también un menor número de muertes. Esto va en contra de lo que podríamos pensar en un principio, podemos encontrar la justificación en que estos países con pocos médicos por habitantes, son también países con pocos recursos y donde los datos del coronavirus son recogidos con menos exactitud porque los medios de los que disponen no son comparables los de otros países más ricos.
El algoritmo de clustering diferencia en este caso dos grupos, uno el de los países con pocos médicos por cada 100.000 habitantes y con mortalidad relativamente baja y otro con más médicos por cada 100.000 habitantes (no se puede determinar que estos países tengan un menor número total de muertes).

También encontramos una relación bastante esperable, y es que los países con un GDP bajo tienen menos camas de hospital por cada 100.000 habitantes. Sin embargo, un alto GDP no está relacionado necesariamente con un mayor número de camas por habitantes. Como podemos ver en el siguiente gráfico.
De nuevo en este caso el algoritmo de clustering, identifica dos grupos, por un lado un lado un cluster formado por los países con menos muertes, menor GDP y menor de camas de hospital por habitante y otro cluster donde los países tienen mayor GDP y mayor número de camas pero donde las muertes por COVID se mueven en una escala bastante amplia.