El problema de la fundamentación del clustering: una investigación sobre la fundamentación del clustering como teoría matemática

Abstract

Esta tesis aborda el problema del clustering o clasificación no supervisada, área del aprendizaje automático que busca agrupar datos sin etiquetas previas. A pesar de la gran cantidad de métodos prácticos existentes, aún no existe una teoría general que defina formalmente qué es una función de clustering. El trabajo propone avanzar hacia esa fundamentación analizando primero métodos concretos y luego desarrollando una perspectiva más abstracta. Se argumenta que muchas de las dificultades teóricas del área provienen de una ambigüedad conceptual: lo que habitualmente se denomina clustering puede entenderse más precisamente como un problema de clasificación basada en similitud. Reconocer esta interpretación permite clarificar el campo y abre nuevas posibilidades para el desarrollo de una teoría general del clustering.