Curso de machine learning avanzado con R #09: Clustering y aprendizaje no supervisado

Hasta ahora todo lo que hemos hecho tenía una respuesta correcta esperándonos: sabíamos el precio real, sabíamos si era superdeportivo o no. En esta clase eso desaparece por completo. No hay etiquetas, no hay respuesta correcta, solo datos en bruto y la pregunta de si el algoritmo es capaz de encontrar algo interesante ahí dentro sin que nadie se lo diga.

Vamos a ver cómo funciona K-means por dentro, ese algoritmo que agrupa puntos parecidos entre sí sin que tú le expliques qué significa "parecido". Y nos vamos a topar con la pregunta que todo el mundo se hace y casi nadie sabe responder con seguridad: ¿cuántos grupos hay realmente en mis datos? Vas a conocer dos formas distintas de intentar contestarla, cada una con sus trucos.

También vamos a hablar de una técnica que suena intimidante (Análisis de Componentes Principales) y que en realidad resuelve un problema muy concreto: cómo ver algo que tiene demasiadas dimensiones para dibujarlo en una pantalla. Spoiler: no perdemos tanta información como cabría esperar.

Es la clase más distinta de todo el curso, porque aquí no hay nadie corrigiendo los deberes del algoritmo. Solo el algoritmo, los datos, y lo que sea que encuentre por su cuenta.