CursosEmpresasBlogLiveConfPrecios

¿Cómo evaluar modelos de clustering?

Clase 4 de 27 • Curso de Clustering con Python y scikit-learn

Clase anteriorSiguiente clase

Contenido del curso

Fundamentos de clustering

  • 1
    ¿Qué es el clustering en machine learning?

    ¿Qué es el clustering en machine learning?

    04:01 min
  • 2
    Tu primer clustering con scikit-learn

    Tu primer clustering con scikit-learn

    16:57 min
  • 3
    ¿Cuándo usar clustering?

    ¿Cuándo usar clustering?

    05:00 min
  • 4
    ¿Cómo evaluar modelos de clustering?

    ¿Cómo evaluar modelos de clustering?

    Viendo ahora

K-means

  • 5
    ¿Qué es el algoritmo de K-means y cómo funciona?

    ¿Qué es el algoritmo de K-means y cómo funciona?

    07:30 min
  • 6
    ¿Cuándo usar K-means?

    ¿Cuándo usar K-means?

    03:24 min
  • 7
    Implementando K-means

    Implementando K-means

    14:08 min
  • 8
    Encontrando K

    Encontrando K

    13:06 min
  • 9
    Evaluando resultados de K-means

    Evaluando resultados de K-means

    04:21 min

Hierarchical clustering

  • 10
    ¿Qué es hierarchical clustering y cómo funciona?

    ¿Qué es hierarchical clustering y cómo funciona?

    04:56 min
  • 11
    ¿Cuándo usar hierarchical clustering?

    ¿Cuándo usar hierarchical clustering?

    02:07 min
  • 12
    Implementando hierarchical clustering

    Implementando hierarchical clustering

    09:40 min
  • 13
    Evaluando resultados de hierarchical clustering

    Evaluando resultados de hierarchical clustering

    06:44 min

DBSCAN

  • 14
    ¿Qué es DBSCAN y cómo funciona?

    ¿Qué es DBSCAN y cómo funciona?

    08:27 min
  • 15
    ¿Cuándo usar DBSCAN?

    ¿Cuándo usar DBSCAN?

    02:28 min
  • 16
    Implementando DBSCAN

    Implementando DBSCAN

    09:11 min
  • 17
    Encontrar híper-parámetros

    Encontrar híper-parámetros

    14:33 min
  • 18
    Evaluando resultados de DBSCAN

    Evaluando resultados de DBSCAN

    07:35 min

Proyecto: resolviendo un problema con clustering

  • 19
    Preparar datos para clusterizar

    Preparar datos para clusterizar

    13:30 min
  • 20
    Aplicando PCA para clustering

    Aplicando PCA para clustering

    12:08 min
  • 21
    Resolviendo con K-means

    Resolviendo con K-means

    09:24 min
  • 22
    Resolviendo con hierarchical clustering

    Resolviendo con hierarchical clustering

    07:12 min
  • 23
    Resolviendo con DBSCAN

    Resolviendo con DBSCAN

    17:25 min
  • 24
    Resolviendo con DBSCAN (sin PCA)

    Resolviendo con DBSCAN (sin PCA)

    05:24 min
  • 25
    Evaluación resultados de distintos modelos de clustering

    Evaluación resultados de distintos modelos de clustering

    10:47 min

Conclusiones

  • 26
    Proyecto final y cierre

    Proyecto final y cierre

    02:32 min
  • 27

    Comparte tu proyecto de segmentación con clustering y certifícate

    Ruben Andres Flores Quisbert

    Ruben Andres Flores Quisbert

    student•
    hace 3 años

    En resumen, el mejor modelo es el que tiene el promedio de coeficiente de silueta mas cercano a 1.

    johan Stever Rodriguez Molina

    johan Stever Rodriguez Molina

    student•
    hace 3 años

    Una observación definición de "b" es la media de las distancias del punto a los puntos del clúster "mas" cercano al cual no pertenece. EL ejemplo gráfico tiene problemas al comparar el clúster con dos clústeres siendo que debería ser solo con el más cercano

      Sergio Garcia

      Sergio Garcia

      student•
      hace 2 años

      Es correcto esa observación, para los que quieren revisar :

      Sergio Garcia

      Sergio Garcia

      student•
      hace 2 años

      https://scikit-learn.org/stable/modules/generated/sklearn.metrics.silhouette_score.html#sklearn.metrics.silhouette_score

    Juan José Mamani Tarqui

    Juan José Mamani Tarqui

    student•
    hace 2 años

    <u>Índice de Silueta (Silhouette Score)</u>

    El Índice de Silueta es una métrica usada para evaluar la calidad de un agrupamiento (clustering) obtenido por algoritmos específicos. Sirve para medir qué tan bien agrupados están los datos en un conjunto de clusters.

    Funcionamiento:

    El índice se calcula para cada punto de datos y luego se promedia para obtener un valor final para todo el clustering. Para un punto de datos específico:

    • a(i): Distancia promedio del punto a todos los demás puntos en su propio cluster (cohesión).
    • b(i): Distancia promedio del punto a los puntos del cluster más cercano distinto al suyo (separación).

    El Índice de Silueta para ese punto, s(i), se define como:

    s(i) = (b(i) - a(i)) / max(a(i), b(i))

    Interpretación:

    • -1 <= s(i) <= 1: El valor va de -1 a 1.
      • s(i) cercano a 1: Indica que el punto está bien asignado a su cluster (cohesión alta) y lejos de los clusters vecinos (separación alta). Es un caso deseable.
      • s(i) cercano a 0: Indica que el punto está cerca de la frontera entre clusters, lo que sugiere una separación baja.
      • s(i) cercano a -1: Indica que el punto está más cerca de los puntos de otro cluster que del suyo propio, lo que sugiere una mala asignación.
    • Clusters con tamaño 1: El índice es 0 para clusters con un solo punto.

    Limitaciones:

    • Funciona mejor para clusters con formas convexas.
    • Puede verse afectado por la métrica de distancia utilizada.

    Uso:

    El Índice de Silueta se utiliza para comparar diferentes clusterings obtenidos con el mismo algoritmo y diferentes números de clusters. Un valor promedio más alto del índice indica un mejor clustering.

    Julián Cárdenas

    Julián Cárdenas

    student•
    hace 2 años

    Me quedo claro, el concepto pero el ejemplo me pareció un poco confuso...

    Matías Collado

    Matías Collado

    student•
    hace 2 años

    La linea punteada roja que es entonces? el promedio de puntos para todos los clusters o para un cluster? porque naturalmente en una gráfica deberían indicarnos si dicha linea hace referencia a un elemento específico.

      Octavio De Paula

      Octavio De Paula

      student•
      hace 2 años

      Es el promedio de puntos para todos los clusters. Fijate que la longitud que tiene cada cluster es su "score". Para el cluster 1 es aprox 0.8, para el 2 0.6, y para el 0 es aprox 0.4

    EDWING ALFONSO ARENAS RUEDA

    EDWING ALFONSO ARENAS RUEDA

    student•
    hace 7 meses

    ¿Qué mide el Silhouette Score?

    Para cada punto, el score de silueta combina dos elementos:

    • a: la distancia promedio del punto a todos los demás puntos dentro del mismo clúster.
    • b: la distancia promedio del punto al clúster más cercano al que no pertenece.

    Este valor está entre -1 y 1:

    • ✅ Cercano a 1: buena asignación, el punto está bien dentro de su clúster.
    • ⚠️ Cerca de 0: está en el límite entre dos clústeres.
    • ❌ Negativo: podría estar mal asignado a su clúster.
    Mario Alexander Vargas Celis

    Mario Alexander Vargas Celis

    student•
    hace 4 meses

    Evaluar modelos de clustering puede ser un reto porque no hay etiquetas verdaderas (en aprendizaje no supervisado), pero existen métricas internas y externas que nos ayudan a medir qué tan buenos son los grupos que genera el algoritmo.

    ✅ ¿Cómo evaluar un modelo de clustering?

    🔹 1. Métricas internas

    Usadas cuando no hay etiquetas reales. Evalúan la cohesión (qué tan compactos son los clústers) y la separación (qué tan distintos son entre sí).

    Métrica¿Qué mide?Valor idealSilhouette ScoreQué tan cerca está cada punto de su propio clúster vs otros.Cerca de 1Davies-Bouldin IndexRatio de dispersión intra-clúster / distancia inter-clúster.Más bajo mejorCalinski-Harabasz IndexVariación entre clústers comparada con la interna.Más alto mejor

    🔹 2. Métricas externas

    Usadas cuando tienes etiquetas reales (como en benchmarks).

    Métrica¿Qué compara?**Adjusted Rand Index (ARI)**Compara similitud entre clústers y etiquetas reales.**Normalized Mutual Information (NMI)**Mide información compartida entre clústers y etiquetas.Fowlkes-Mallows ScoreEvalúa precisión entre pares de puntos.

    🔹 3. Visualización

    Aunque no es una métrica numérica, visualizar los clústers ayuda a:

    • Ver si hay solapamientos o agrupaciones claras.
    • Detectar outliers.
    • Usar reducción de dimensiones como PCA o t-SNE para representar datos en 2D/3D.

    from sklearn.metrics import silhouette_score

    score = silhouette_score(X, labels) print("Silhouette Score:", score)

    🧠 Consejo:

    Usa Silhouette Score cuando no tienes etiquetas, y si puedes comparar resultados con una verdad conocida, incluye también ARI o NMI.

    Juan R. Vergara M.

    Juan R. Vergara M.

    student•
    hace 3 años

    Excelente clase 🥇💚

    Daniel Andres Rojas Paredes

    Daniel Andres Rojas Paredes

    student•
    hace 7 meses

    con el coeficiente de silueta estamos midiendo la diferencia entre 2 distancias en terminos de la distancia mas grande, sin embargo el denominador no es fijo , la regla con la que se mide cambia . como cambia? bueno pues si la distancia a puntos de otro cluster es mayor entonces el coeficiente sera positivo asi la medida para todos los puntos del cluster es lo lejano que esta wel otro cluster. pero cuando los puntos estan mas cercanos al cluster que no es el suyo elcoeficiente sera negativo y la medida seran la distancia a su propio cluster . Ademas de esta media existe el indice calinski-harabasz mide la dispercion en terminos de la varianza

    inertia y los reportes de distribucion

    Daniel Andres Rojas Paredes

    Daniel Andres Rojas Paredes

    student•
    hace 8 meses

    apenas escuche la formula de esta clase recorde el anova test .

    Ricardo Cruz

    Ricardo Cruz

    student•
    hace un año

    Bueno entonces el índice de silueta toma valores entre -1 y 1:

    • Un valor cercano a 1 indica que las instancias están bien asignadas al cluster adecuado.
    • Un valor cercano a -1 sugiere que las instancias están mal agrupadas!!
    Juan R. Vergara M.

    Juan R. Vergara M.

    student•
    hace un año

    Inicialmente era 22, pero luego se le olvidó y dijo que era 12.

Escuelas

  • Desarrollo Web
    • Fundamentos del Desarrollo Web Profesional
    • Diseño y Desarrollo Frontend
    • Desarrollo Frontend con JavaScript
    • Desarrollo Frontend con Vue.js
    • Desarrollo Frontend con Angular
    • Desarrollo Frontend con React.js
    • Desarrollo Backend con Node.js
    • Desarrollo Backend con Python
    • Desarrollo Backend con Java
    • Desarrollo Backend con PHP
    • Desarrollo Backend con Ruby
    • Bases de Datos para Web
    • Seguridad Web & API
    • Testing Automatizado y QA para Web
    • Arquitecturas Web Modernas y Escalabilidad
    • DevOps y Cloud para Desarrolladores Web
  • English Academy
    • Inglés Básico A1
    • Inglés Básico A2
    • Inglés Intermedio B1
    • Inglés Intermedio Alto B2
    • Inglés Avanzado C1
    • Inglés para Propósitos Específicos
    • Inglés de Negocios
  • Marketing Digital
    • Fundamentos de Marketing Digital
    • Marketing de Contenidos y Redacción Persuasiva
    • SEO y Posicionamiento Web
    • Social Media Marketing y Community Management
    • Publicidad Digital y Paid Media
    • Analítica Digital y Optimización (CRO)
    • Estrategia de Marketing y Growth
    • Marketing de Marca y Comunicación Estratégica
    • Marketing para E-commerce
    • Marketing B2B
    • Inteligencia Artificial Aplicada al Marketing
    • Automatización del Marketing
    • Marca Personal y Marketing Freelance
    • Ventas y Experiencia del Cliente
    • Creación de Contenido para Redes Sociales
  • Inteligencia Artificial y Data Science
    • Fundamentos de Data Science y AI
    • Análisis y Visualización de Datos
    • Machine Learning y Deep Learning
    • Data Engineer
    • Inteligencia Artificial para la Productividad
    • Desarrollo de Aplicaciones con IA
    • AI Software Engineer
  • Ciberseguridad
    • Fundamentos de Ciberseguridad
    • Hacking Ético y Pentesting (Red Team)
    • Análisis de Malware e Ingeniería Forense
    • Seguridad Defensiva y Cumplimiento (Blue Team)
    • Ciberseguridad Estratégica
  • Liderazgo y Habilidades Blandas
    • Fundamentos de Habilidades Profesionales
    • Liderazgo y Gestión de Equipos
    • Comunicación Avanzada y Oratoria
    • Negociación y Resolución de Conflictos
    • Inteligencia Emocional y Autogestión
    • Productividad y Herramientas Digitales
    • Gestión de Proyectos y Metodologías Ágiles
    • Desarrollo de Carrera y Marca Personal
    • Diversidad, Inclusión y Entorno Laboral Saludable
    • Filosofía y Estrategia para Líderes
  • Diseño de Producto y UX
    • Fundamentos de Diseño UX/UI
    • Investigación de Usuarios (UX Research)
    • Arquitectura de Información y Usabilidad
    • Diseño de Interfaces y Prototipado (UI Design)
    • Sistemas de Diseño y DesignOps
    • Redacción UX (UX Writing)
    • Creatividad e Innovación en Diseño
    • Diseño Accesible e Inclusivo
    • Diseño Asistido por Inteligencia Artificial
    • Gestión de Producto y Liderazgo en Diseño
    • Diseño de Interacciones Emergentes (VUI/VR)
    • Desarrollo Web para Diseñadores
    • Diseño y Prototipado No-Code
  • Contenido Audiovisual
    • Fundamentos de Producción Audiovisual
    • Producción de Video para Plataformas Digitales
    • Producción de Audio y Podcast
    • Fotografía y Diseño Gráfico para Contenido Digital
    • Motion Graphics y Animación
    • Contenido Interactivo y Realidad Aumentada
    • Estrategia, Marketing y Monetización de Contenidos
  • Desarrollo Móvil
    • Fundamentos de Desarrollo Móvil
    • Desarrollo Nativo Android con Kotlin
    • Desarrollo Nativo iOS con Swift
    • Desarrollo Multiplataforma con React Native
    • Desarrollo Multiplataforma con Flutter
    • Arquitectura y Patrones de Diseño Móvil
    • Integración de APIs y Persistencia Móvil
    • Testing y Despliegue en Móvil
    • Diseño UX/UI para Móviles
  • Diseño Gráfico y Arte Digital
    • Fundamentos del Diseño Gráfico y Digital
    • Diseño de Identidad Visual y Branding
    • Ilustración Digital y Arte Conceptual
    • Diseño Editorial y de Empaques
    • Motion Graphics y Animación 3D
    • Diseño Gráfico Asistido por Inteligencia Artificial
    • Creatividad e Innovación en Diseño
  • Programación
    • Fundamentos de Programación e Ingeniería de Software
    • Herramientas de IA para el trabajo
    • Matemáticas para Programación
    • Programación con Python
    • Programación con JavaScript
    • Programación con TypeScript
    • Programación Orientada a Objetos con Java
    • Desarrollo con C# y .NET
    • Programación con PHP
    • Programación con Go y Rust
    • Programación Móvil con Swift y Kotlin
    • Programación con C y C++
    • Administración Básica de Servidores Linux
  • Negocios
    • Fundamentos de Negocios y Emprendimiento
    • Estrategia y Crecimiento Empresarial
    • Finanzas Personales y Corporativas
    • Inversión en Mercados Financieros
    • Ventas, CRM y Experiencia del Cliente
    • Operaciones, Logística y E-commerce
    • Gestión de Proyectos y Metodologías Ágiles
    • Aspectos Legales y Cumplimiento
    • Habilidades Directivas y Crecimiento Profesional
    • Diversidad e Inclusión en el Entorno Laboral
    • Herramientas Digitales y Automatización para Negocios
  • Blockchain y Web3
    • Fundamentos de Blockchain y Web3
    • Desarrollo de Smart Contracts y dApps
    • Finanzas Descentralizadas (DeFi)
    • NFTs y Economía de Creadores
    • Seguridad Blockchain
    • Ecosistemas Blockchain Alternativos (No-EVM)
    • Producto, Marketing y Legal en Web3
  • Recursos Humanos
    • Fundamentos y Cultura Organizacional en RRHH
    • Atracción y Selección de Talento
    • Cultura y Employee Experience
    • Gestión y Desarrollo de Talento
    • Desarrollo y Evaluación de Liderazgo
    • Diversidad, Equidad e Inclusión
    • AI y Automatización en Recursos Humanos
    • Tecnología y Automatización en RRHH
  • Finanzas e Inversiones
    • Fundamentos de Finanzas Personales y Corporativas
    • Análisis y Valoración Financiera
    • Inversión y Mercados de Capitales
    • Finanzas Descentralizadas (DeFi) y Criptoactivos
    • Finanzas y Estrategia para Startups
    • Inteligencia Artificial Aplicada a Finanzas
    • Domina Excel
    • Financial Analyst
    • Conseguir trabajo en Finanzas e Inversiones
  • Startups
    • Fundamentos y Validación de Ideas
    • Estrategia de Negocio y Product-Market Fit
    • Desarrollo de Producto y Operaciones Lean
    • Finanzas, Legal y Fundraising
    • Marketing, Ventas y Growth para Startups
    • Cultura, Talento y Liderazgo
    • Finanzas y Operaciones en Ecommerce
    • Startups Web3 y Blockchain
    • Startups con Impacto Social
    • Expansión y Ecosistema Startup
  • Cloud Computing y DevOps
    • Fundamentos de Cloud y DevOps
    • Administración de Servidores Linux
    • Contenerización y Orquestación
    • Infraestructura como Código (IaC) y CI/CD
    • Amazon Web Services
    • Microsoft Azure
    • Serverless y Observabilidad
    • Certificaciones Cloud (Preparación)
    • Plataforma Cloud GCP

Platzi y comunidad

  • Platzi Business
  • Live Classes
  • Lanzamientos
  • Executive Program
  • Trabaja con nosotros
  • Podcast

Recursos

  • Manual de Marca

Soporte

  • Preguntas Frecuentes
  • Contáctanos

Legal

  • Términos y Condiciones
  • Privacidad
  • Tyc promociones
Reconocimientos
Reconocimientos
Logo reconocimientoTop 40 Mejores EdTech del mundo · 2024
Logo reconocimientoPrimera Startup Latina admitida en YC · 2014
Logo reconocimientoPrimera Startup EdTech · 2018
Logo reconocimientoCEO Ganador Medalla por la Educación T4 & HP · 2024
Logo reconocimientoCEO Mejor Emprendedor del año · 2024
De LATAM conpara el mundo
YoutubeInstagramLinkedInTikTokFacebookX (Twitter)Threads