Capítulo 5 #

Agrupación #

Agrupa observaciones similares para descubrir estructura, resumir conjuntos de datos o impulsar tareas posteriores. Elige algoritmos según supuestos de forma, robustez y escalabilidad.

Algoritmos de un vistazo #

• k‑means / k‑means++ / X‑means: rápidos para clústeres esféricos; sensibles a escala e inicialización.
• DBSCAN / HDBSCAN: basados en densidad; encuentran formas arbitrarias y atípicos; requieren eps/minPts razonables.
• Mezclas gaussianas (GMM): clústeres probabilísticos; asignaciones blandas y elipsoides.
• Jerárquico: dendrogramas para estructura multi‑escala; el enlace (linkage) importa.

Consejos de práctica #

• Estandariza variables; usa PCA/UMAP para visualizar y reducir ruido.
• Elige k con silhouette, codo o estabilidad en remuestreos.
• Valida con etiquetas si existen; si no, reporta índices internos y revisión cualitativa.