Al tocar el mapa:
Aprendizaje no supervisado: los puntos no tienen etiqueta y el algoritmo tiene que descubrir los grupos por sí solo. K-means repite dos pasos hasta que nada cambia: asignar cada punto al centroide más cercano y mover cada centroide al centro de sus puntos. Toca el mapa para añadir puntos o colocar tú los centroides.
Nunca sube: cada paso solo puede reducirla o dejarla igual. Por eso k-means siempre converge.
Mejor inercia de 5 ejecuciones para cada k. El «codo», donde la curva deja de caer con fuerza, sugiere cuántos grupos hay.
«Cinco nubes», k = 5, inicialización aleatoria. Pulsa «Nuevos centroides» varias veces: a veces dos centroides se reparten una nube y otros dos grupos quedan fusionados. Es un mínimo local.
Lo mismo con k-means++. Elige centroides iniciales alejados entre sí y casi siempre encuentra la solución buena.
Mira el método del codo. En «Cinco nubes» la curva se dobla claramente en k = 5.
«Lunas» o «Anillos». K-means corta el plano en regiones convexas, así que no puede separar formas curvas o anidadas por mucho que itere.
«Alargados». Supone grupos redondos del mismo tamaño; con nubes estiradas los corta de forma equivocada.