Aprendizaje no supervisado:
agrupamiento.
Descubre cómo se forman grupos por similitud, sin ejemplos etiquetados. Prueba el algoritmo k-means y observa qué cambia al elegir más o menos grupos.
Buscar estructura sin una respuesta conocida
Aprendizaje automático → aprendizaje no supervisado → agrupamiento (clustering). Cada punto representa a una persona ficticia mediante dos puntuaciones de interés: fundamentos y aplicaciones de IA, de 0 a 10. Tenemos datos, pero no etiquetas de grupo correctas.
Trabajamos con 27 personas ficticias; la actividad utiliza sus puntuaciones, sin crear cuentas ni registrar personas. Las dos variables comparten escala: aquí usamos distancia euclídea para medir cercanía. Con variables de escalas distintas habría que preparar los datos para que una no dominara la distancia.
¿Qué es un punto de ejemplo?
Es un caso dibujado a partir de dos números. Si una persona tiene 8 en fundamentos y 3 en aplicaciones, su punto está en (8, 3): 8 en el eje horizontal y 3 en el vertical. Dos puntos cercanos representan intereses parecidos.
Elige cuántos grupos buscar y dónde empiezan sus centros
Un centroide es el punto central de un grupo. Al principio colocamos unas posiciones de partida; después el algoritmo las mueve hacia la media de los puntos asignados.
Selecciona Inicio A y luego Inicio B: verás moverse las cruces numeradas de la gráfica de abajo. Esas cruces son los centroides iniciales. Los círculos de las personas permanecen en su sitio.
Cambiar k o el inicio reinicia el ejemplo. El resultado puede depender de estas elecciones; k-means no garantiza encontrar la mejor solución global.
Puntos parecidos, grupos cercanos
Los círculos representan personas; las cruces numeradas, los centros de los grupos. Primero verás las posiciones iniciales. Durante el ajuste, las líneas discontinuas muestran el recorrido de cada centro.
Inercia = suma de las distancias al cuadrado de cada punto a su centro asignado. No es un porcentaje de aciertos. Añadir más grupos suele reducirla, pero eso no garantiza que los grupos sean más útiles.
Asignar, mover el centro y repetir
k es el número de grupos que buscas. El algoritmo alterna dos acciones: asignar cada círculo a su cruz más cercana y mover cada cruz a la media de los círculos de su grupo.
Asigna
Recalcula
Comprueba
Repite
La animación dedica 1,2 segundos a cada paso: asignar, recalcular, comprobar y repetir. «Inicio A» empieza con centros próximos entre sí para que puedas seguir más iteraciones antes de que se estabilicen.
Grupos, no categorías aprendidas de antemano
«Grupo 1» y «Grupo 2» son identificadores arbitrarios: el algoritmo no sabe qué significan. Podemos interpretar los grupos después, pero su número no equivale a una etiqueta como «spam».
Este ejemplo usa k-means: busca grupos compactos alrededor de centros. Hay otras formas de agrupamiento que funcionan mejor con otras estructuras. Si un grupo queda vacío durante el ajuste, aquí conservamos su centro anterior.
Elige dos puntuaciones y busca el centro más cercano
Imagina otra persona ficticia. Usa los deslizadores para elegir sus intereses. Esos dos números colocan un rombo nuevo en la gráfica.
Por ejemplo: fundamentos = 8 y aplicaciones = 3 colocan el punto en (8, 3). Cambia una puntuación y observa cómo cambia su posición.
Tu punto: (5,0; 7,5)
Elige tu punto. Al pulsar el botón se formarán los grupos y se mostrará el más cercano.
El rombo es tu punto. La línea lo conecta con su centro más cercano. La distancia mide cercanía, no probabilidad. Esta prueba mantiene los centroides fijos: no añade el punto a los 27 casos utilizados para formar los grupos.
Prueba y observa
- Prueba (2, 2) y después (8, 3). ¿Se asignan al mismo grupo?
- Mueve el punto poco a poco. ¿En qué momento cambia el centro más cercano?
- Vuelve a formar los grupos con otro k. ¿Cambia la asignación del mismo punto?
El punto de prueba se conserva al repetir el agrupamiento: seguirá visible y se reasignará cuando terminen los nuevos grupos.
¿Cómo funciona el agrupamiento k-means?
K-means reparte puntos en k grupos. Alterna dos operaciones: asignar cada punto al centroide más cercano y recalcular cada centroide como la media de su grupo. No necesita etiquetas de grupo conocidas durante el entrenamiento.
Cómo se utiliza en este recurso
La simulación utiliza veintisiete puntos ficticios con dos variables. Permite elegir entre dos, tres o cuatro grupos y dos inicializaciones. Finaliza cuando los centroides se estabilizan o alcanza veinte iteraciones.
Alcance y límites
Cambiar k o las posiciones iniciales puede cambiar el resultado. Los grupos dependen de las variables, sus escalas y la distancia usada; sus números no representan categorías con significado universal.
Preguntas frecuentes
¿Qué representa un centroide?
En k-means es la media de las coordenadas de los puntos asignados a un grupo.
¿Una inercia menor siempre implica grupos mejores?
No. Aumentar k puede reducir la inercia sin producir grupos más útiles. También importa el objetivo del análisis.