¿Qué acaba de pasar?
Cada paso asigna puntos al centro más cercano y recalcula los centros. La inicialización farthest-first es determinista: primer registro y luego el punto más lejano.
Diseña escenarios, carga tus propios datos, ejecuta el agrupamiento en el navegador y valida el mismo experimento en Wolfram Language con un backend Mathics3.
90 registros · 2 variables usadas para calcular · normalizadas. La gráfica muestra dos ejes; el cálculo usa todas las variables.
Cada paso asigna puntos al centro más cercano y recalcula los centros. La inicialización farthest-first es determinista: primer registro y luego el punto más lejano.
Prueba k = 2, 3 y 4. ¿Qué perfiles se fusionan? ¿Por qué una menor inercia no prueba mayor utilidad?
¿Qué cambia sin normalizar? Un grupo no demuestra causa ni oportunidad real.
Activa normalización con Dos lunas, k=2; después prueba DBSCAN con eps=0.15 y minPts=4. Compara qué puntos quedan como ruido y por qué K-Means corta las curvas.
La fila es un índice local, no un identificador institucional. Selecciona una fila para inspeccionar su vecindad.
| Fila | X | Y | Grupo | Tipo DBSCAN |
|---|---|---|---|---|
| 1 | 0 | — | — | |
| 1.014 | 0.088 | — | — | |
| 1.015 | 0.167 | — | — | |
| 0.998 | 0.233 | — | — | |
| 0.966 | 0.289 | — | — | |
| 0.926 | 0.339 | — | — | |
| 0.887 | 0.393 | — | — | |
| 0.854 | 0.455 | — | — | |
| 0.828 | 0.528 | — | — | |
| 0.805 | 0.603 | — | — | |
| 0.775 | 0.674 | — | — | |
| 0.732 | 0.732 | — | — | |
| 0.673 | 0.774 | — | — | |
| 0.602 | 0.803 | — | — | |
| 0.526 | 0.827 | — | — | |
| 0.455 | 0.853 | — | — | |
| 0.393 | 0.887 | — | — | |
| 0.34 | 0.928 | — | — | |
| 0.29 | 0.968 | — | — | |
| 0.234 | 0.999 | — | — | |
| 0.167 | 1.014 | — | — | |
| 0.087 | 1.013 | — | — | |
| -0.002 | 0.998 | — | — | |
| -0.089 | 0.98 | — | — | |
| -0.167 | 0.965 | — | — | |
| -0.233 | 0.957 | — | — | |
| -0.287 | 0.954 | — | — | |
| -0.337 | 0.949 | — | — | |
| -0.392 | 0.933 | — | — | |
| -0.456 | 0.901 | — | — | |
| -0.529 | 0.853 | — | — | |
| -0.605 | 0.795 | — | — | |
| -0.675 | 0.735 | — | — | |
| -0.732 | 0.682 | — | — | |
| -0.773 | 0.638 | — | — | |
| -0.802 | 0.598 | — | — | |
| -0.826 | 0.556 | — | — | |
| -0.853 | 0.504 | — | — | |
| -0.888 | 0.437 | — | — | |
| -0.929 | 0.357 | — | — | |
| -0.969 | 0.272 | — | — | |
| -1 | 0.19 | — | — | |
| -1.014 | 0.118 | — | — | |
| -1.011 | 0.057 | — | — | |
| -0.997 | 0.003 | — | — | |
| 0.019 | 0.519 | — | — | |
| 0.028 | 0.454 | — | — | |
| 0.029 | 0.377 | — | — | |
| 0.027 | 0.291 | — | — | |
| 0.027 | 0.205 | — | — | |
| 0.039 | 0.127 | — | — | |
| 0.068 | 0.062 | — | — | |
| 0.112 | 0.01 | — | — | |
| 0.166 | -0.033 | — | — | |
| 0.221 | -0.078 | — | — | |
| 0.269 | -0.13 | — | — | |
| 0.309 | -0.191 | — | — | |
| 0.345 | -0.256 | — | — | |
| 0.384 | -0.317 | — | — | |
| 0.435 | -0.366 | — | — | |
| 0.5 | -0.398 | — | — | |
| 0.578 | -0.416 | — | — | |
| 0.662 | -0.426 | — | — | |
| 0.741 | -0.436 | — | — | |
| 0.811 | -0.453 | — | — | |
| 0.87 | -0.477 | — | — | |
| 0.924 | -0.502 | — | — | |
| 0.98 | -0.52 | — | — | |
| 1.046 | -0.522 | — | — | |
| 1.124 | -0.508 | — | — | |
| 1.21 | -0.479 | — | — | |
| 1.296 | -0.445 | — | — | |
| 1.374 | -0.413 | — | — | |
| 1.437 | -0.388 | — | — | |
| 1.488 | -0.369 | — | — | |
| 1.532 | -0.35 | — | — | |
| 1.577 | -0.322 | — | — | |
| 1.63 | -0.28 | — | — | |
| 1.692 | -0.222 | — | — | |
| 1.758 | -0.153 | — | — | |
| 1.818 | -0.081 | — | — | |
| 1.866 | -0.016 | — | — | |
| 1.897 | 0.041 | — | — | |
| 1.914 | 0.089 | — | — | |
| 1.924 | 0.138 | — | — | |
| 1.936 | 0.195 | — | — | |
| 1.954 | 0.264 | — | — | |
| 1.979 | 0.346 | — | — | |
| 2.004 | 0.435 | — | — | |
| 2.021 | 0.521 | — | — |