Summary  
This chapter explains the principles and implementation of four clustering techniques—k-means, hierarchical agglomerative clustering, DBSCAN, and Gaussian mixture models—and shows how to apply them using standard Python libraries for numerical computation, data handling, and visualization.

General domain of usage  
Machine learning

## Algoritmos de Clustering

Presentación breve de los principales algoritmos de clustering. Nos centraremos en estos a lo largo del curso:



## Bibliotecas de Python para Clustering

Al trabajar con clustering en **Python**, se utilizan frecuentemente las siguientes bibliotecas:

- **Scikit-learn:** biblioteca integral de aprendizaje automático. Scikit-learn ofrece implementaciones de numerosos algoritmos de clustering, incluidos K-means, Clustering Jerárquico, DBSCAN y GMMs, además de herramientas para preprocesamiento de datos, métricas de evaluación y más;
- **SciPy:** biblioteca para computación científica y técnica. SciPy incluye funciones para clustering jerárquico, cálculos de distancia y otras utilidades útiles en tareas de clustering.

Existen también varias **bibliotecas auxiliares** que resultan útiles, como **NumPy** (para operaciones numéricas), **Pandas** (para carga y preprocesamiento de datos), **Matplotlib** y **Seaborn** (para visualización de datos y resultados de clustering). Aunque estas no son bibliotecas de clustering propiamente dichas, apoyan el flujo de trabajo general.

¿Qué algoritmo de clustering es más adecuado para detectar agrupamientos de forma arbitraria e identificar valores atípicos?

Explora el poder de los patrones ocultos con el aprendizaje no supervisado. Domina los algoritmos de agrupamiento más influyentes, incluidos K-Means, Clustering Jerárquico, DBSCAN y Modelos de Mezcla Gaussiana. Aprende a evaluar la calidad de los clústeres utilizando WSS y puntuaciones de Silhouette, manejar diversas medidas de distancia e implementar soluciones robustas en conjuntos de datos del mundo real. Desarrolla habilidades para segmentar clientes y descubrir estructuras en datos no etiquetados utilizando Scikit-learn.

Algoritmos de Clustering y Bibliotecas

Algoritmos de Clustering

Bibliotecas de Python para Clustering