Aprendizaje No Supervisado — Clustering
K‑means, Elbow y Silhouette
El modelo que agrupa sin que nadie le diga qué buscar.
En los capítulos anteriores, tus modelos tenían un profesor: etiquetas, clases, respuestas correctas. Alguien les decía «esto es fraude, esto no», y ellos aprendían de esa corrección.
Hoy no.
Hoy entramos en el terreno donde el modelo está solo: sin supervisión, sin pistas, sin soluciones. Nadie le dice qué es cada cosa. Y aun así… es capaz de encontrar estructura en el caos.
Bienvenido al aprendizaje no supervisado. Y dentro de él, a uno de sus grandes protagonistas: K‑means.
El ejemplo que nos va a acompañar
Antes de nada, montemos un caso real para no hablar en abstracto. Imagina que tienes una tienda online y una tabla con miles de clientes. De cada uno solo sabes dos cosas: cuánto gasta al mes y cuántas veces compra.
Nadie los ha clasificado. No tienes una columna que diga «este es cliente VIP» o «este es un cazaofertas». Solo tienes una nube de puntos… y la corazonada de que ahí dentro hay grupos escondidos: clientes fieles que gastan mucho, compradores ocasionales, gente que solo aparece en rebajas.
El objetivo de este capítulo es sacar esos grupos a la luz sin que nadie nos diga cuáles son. Guarda esta tienda en la cabeza, porque la vamos a usar en cada sección.
¿Qué es K‑means?
Imagina tus clientes como puntos repartidos por un plano. No sabes qué representan, no sabes cuántos grupos hay, no sabes nada. Solo ves un mar de datos.
K‑means intenta hacer algo muy humano: agrupar lo que se parece.
Es como cuando entras en una fiesta y, sin pensarlo, tu cerebro distingue corrillos: los que están hablando en la cocina, los que bailan, los que se han refugiado en el sofá con el perro. Nadie te ha dado una lista. No necesitas etiquetas. Solo ves patrones de cercanía: la gente que está junta, probablemente tiene algo en común.
K‑means hace exactamente eso, pero con matemáticas en lugar de intuición.
La intuición: «centros» que atraen puntos
K‑means funciona con una idea sorprendentemente simple. Piensa en los centroides como imanes:
- Eliges K grupos (K es un número que decides tú; por ejemplo, 3).
- Colocas K imanes (centroides) en posiciones aleatorias del plano.
- Cada cliente se pega al imán más cercano.
- Cada imán se recoloca en el centro de todos los puntos que ha atraído.
- Repites los pasos 3 y 4 hasta que los imanes dejan de moverse.
Ese «dejar de moverse» es la clave: cuando los centros ya no cambian de sitio entre una vuelta y la siguiente, significa que los grupos se han estabilizado y el algoritmo ha terminado.
En nuestra tienda, tras unas cuantas iteraciones, un imán acabaría posándose sobre la zona de «gasto alto y compra frecuente», otro sobre «gasto bajo y esporádico», y otro en algún punto intermedio. Nadie se lo dijo. Lo encontró él solo.
El problema: ¿cuántos grupos pongo?
Y aquí llega la pregunta incómoda, la que le quita el sueño a todo el que usa K‑means por primera vez:
«¿Cuántos grupos debería usar? ¿3? ¿5? ¿10?»
K‑means no te lo dice. Tú tienes que decidir el K antes de arrancar. Y es un poco absurdo: le pedimos que descubra la estructura oculta de los datos… pero primero le tenemos que decir cuántos grupos esperamos encontrar.
Elegir mal tiene consecuencias serias:
- Si pones muy pocos grupos, mezclas perfiles distintos: tus clientes VIP acaban en el mismo saco que los cazaofertas, y la segmentación no sirve de nada.
- Si pones demasiados, fragmentas grupos que deberían ir juntos: partes a tus clientes fieles en cinco subgrupos artificiales que no significan nada.
Por suerte, no estamos vendidos. Tenemos dos herramientas que nos ayudan a elegir bien: el Elbow y el Silhouette.
Elbow Method — buscando el «codo»
El método del codo analiza cómo mejora el modelo a medida que añades grupos.
La idea es sencilla. Para cada K (2, 3, 4, 5…) calculas el WSS (Within-Cluster Sum of Squares), una medida de lo compactos que quedan los grupos: cuánto se apretujan los puntos alrededor de su centro. Cuanto más pequeño el WSS, más juntitos están todos.
Lo curioso es que cuantos más grupos pongas, más pequeño será siempre el WSS. En el extremo absurdo, si pones tantos grupos como clientes, cada uno es su propio grupo y el WSS es cero. Perfecto… e inútil. Así que no puedes elegir «el que da menos WSS», porque siempre ganaría el número más grande.
La gracia está en mirar la forma de la curva. Baja en picado al principio (pasar de 2 a 3 grupos mejora muchísimo) y luego, de repente, se aplana: añadir más grupos ya casi no aporta nada.
Ese punto donde la curva «se dobla» y pasa de caer en picado a ir plana es el codo. Y ese suele ser tu número mágico de grupos.
Es como decidir cuántas cajas usar para ordenar el trastero: pasar de una caja a tres cambia tu vida, pero de la caja número doce a la trece… ya da igual, no ordenas nada nuevo. El codo es justo ese momento en el que una caja más deja de merecer la pena.
Silhouette Score — ¿qué tan bien separados están los grupos?
El Silhouette es más elegante que el codo, porque mide algo que al Elbow se le escapa. No le basta con que los grupos sean compactos por dentro; también quiere que estén bien separados unos de otros.
Para cada punto se hace dos preguntas:
- a → ¿qué tan cerca estoy de los de mi propio grupo? (mis compañeros de corrillo)
- b → ¿qué tan cerca estoy del grupo vecino más próximo? (el corrillo de al lado)
Y las combina en una fórmula que compara ambas distancias:
El resultado va de –1 a 1, y se lee así:
- 1 → perfecto: estás bien pegado a los tuyos y lejísimos del resto.
- 0 → estás en la frontera: a medio camino entre dos grupos, podrías caer en cualquiera.
- –1 → mal asignado: en realidad estás más cerca del grupo de al lado que del tuyo. Algo se hizo mal.
Al final, promedias el Silhouette de todos los puntos y obtienes una nota global de tu clustering. En la práctica es como ir cliente por cliente preguntándole: «¿te sientes en el grupo correcto o preferirías estar en el de al lado?» Si la mayoría responde «aquí estoy bien», tu segmentación tiene sentido.
K‑means + Elbow + Silhouette: el flujo completo
Juntando las tres piezas, el proceso real de trabajo queda así:
- Pruebas varios valores de K (2, 3, 4, 5…) y entrenas un K‑means con cada uno.
- Miras el Elbow para ver a partir de qué K deja de mejorar la compactación.
- Miras el Silhouette para ver qué K produce los grupos más coherentes y separados.
- Eliges el K que equilibra ambos criterios (muchas veces coinciden; cuando no, tú decides con contexto del negocio).
La forma bonita de recordarlo:
El Elbow te dice cuándo parar. El Silhouette te dice qué tan bien lo hiciste.
Uno mira la eficiencia (¿merece la pena seguir añadiendo grupos?), el otro mira la calidad (¿los grupos que tengo están realmente bien hechos?).
Ventajas y desventajas de K‑means
Ninguna herramienta es mágica, y K‑means tiene una personalidad muy marcada: brilla en unos escenarios y se hunde en otros. Conviene tenerlo claro antes de lanzarlo sobre tus datos.
| ✅ Ventajas | ❌ Desventajas |
|---|---|
| Rápido y eficiente, incluso con muchísimos datos | Tienes que elegir K a mano (por eso Elbow y Silhouette) |
| Fácil de entender y de explicar a cualquiera | Falla si los grupos tienen formas raras (no redondas) |
| Funciona genial cuando los grupos son compactos y separados | Es sensible a los valores atípicos (un outlier arrastra al centroide) |
| Perfecto para segmentar clientes, agrupar productos o detectar patrones de comportamiento | Depende de la posición inicial de los centroides (dos ejecuciones pueden dar resultados distintos) |
Sobre la última desventaja hay un truco práctico que verás mucho: ejecutar el algoritmo varias veces con distintos puntos de partida y quedarse con el mejor resultado. La mayoría de librerías lo hacen por ti automáticamente.
¿Cuándo usar K‑means y cuándo no?
Para no equivocarte, este es el resumen visual de cuándo K‑means es tu amigo y cuándo deberías mirar hacia otro algoritmo:
En resumen
- K‑means agrupa datos sin etiquetas buscando «centros» (centroides) que actúan como imanes y atraen los puntos parecidos.
- Su gran pega es que tú tienes que decidir el número de grupos (K) antes de empezar.
- El Elbow te ayuda a elegir cuántos grupos usar: busca el punto donde añadir más deja de merecer la pena.
- El Silhouette te dice si esos grupos están bien formados y bien separados, punto por punto.
- Juntos forman un flujo sólido y fiable para hacer clustering en problemas reales.
Y la imagen con la que quedarte: si el aprendizaje supervisado era como corregir exámenes con la solución delante, el clustering es como ordenar un trastero a oscuras sin saber qué hay dentro. K‑means decide dónde poner cada cosa, el Elbow te dice cuántas cajas necesitas, y el Silhouette te confirma si al final la organización tiene sentido o si has metido las raquetas de tenis con la vajilla.