01 · PCA
Geometría de la varianza, SVD, escalado y reconstrucción
En los PPT: Ver antes de las láminas 6–18
En simulaciones: Rotá la dirección candidata de PC1 en S01 y compará varianza explicada antes y después de escalar en S02.
Una ruta docente curada video por video para las tres presentaciones: de la geometría de PCA a los centroides de K-Means y los dendrogramas jerárquicos. Cada recurso señala el vínculo exacto con las diapositivas, su aporte pedagógico, sus límites y el laboratorio donde comprobarlo.
Los videos se reproducen bajo demanda y continúan hasta su final: no fijamos un tiempo máximo. Si un autor impide la reproducción incrustada, el enlace «Abrir en YouTube» sigue disponible.
Reproducción sin corte
El video depende de YouTube; si aparece un mensaje de reproducción restringida, abrilo en YouTube para verlo completo.
Seguís el orden de las clases y analizás cada fuente con un criterio propio. Los 14 recursos se eligieron por coherencia temática, claridad expositiva, rigor proporcional al nivel y posibilidades de transferencia.
Geometría de la varianza, SVD, escalado y reconstrucción
En los PPT: Ver antes de las láminas 6–18
En simulaciones: Rotá la dirección candidata de PC1 en S01 y compará varianza explicada antes y después de escalar en S02.
Centroides, inicialización, codo, silueta y límites
En los PPT: Ver antes de las láminas 5–24
En simulaciones: Mové centroides en S05, ejecutá Lloyd por pasos en S06 y explorá K y silhouette en S08.
Distancias, dendrogramas, linkage y perfiles
En los PPT: Ver antes de las láminas 5–26
En simulaciones: Observá fusiones en S11, compará linkage en S12 y mové la altura de corte en S13.
Se distinguió entre los recursos esenciales para comprender las clases y las ampliaciones para reforzar fundamentos matemáticos, implementación o límites. No equivalen a certificaciones de calidad del creador.
Se conserva en este navegador. No compartimos los resultados con ningún servicio.
P01Por qué se eligió: Presenta qué es una proyección y por qué permite representar datos de muchas variables en pocos ejes.
Precaución docente: Es una introducción: no demuestra todavía la solución por autovalores ni el criterio formal de máxima varianza.
Para explicar: ¿Qué conserva PCA, qué descarta y por qué no implica descubrir grupos?
P02Por qué se eligió: Conecta la dirección de PC1 con la máxima dispersión; muestra SVD, loadings y porcentaje de varianza explicada.
Precaución docente: Usa ejemplos de dimensión reducida. La decisión sobre estabilidad, outliers y fuga de datos debe agregarse con las láminas 21–24.
Para explicar: ¿Por qué PC1 maximiza varianza proyectada y cómo se calcula la proporción retenida?
P03Por qué se eligió: Trata problemas frecuentes de preprocesamiento y la cantidad de componentes interpretables.
Precaución docente: La estandarización no debe aplicarse mecánicamente: tiene que justificarse por unidades, objetivo y estructura de la muestra.
Para explicar: ¿Qué resultados cambiarían si una variable expresada en pesos dominara a otra en proporciones?
P04Por qué se eligió: Las animaciones muestran el sentido geométrico de los autovectores, necesario para comprender los ejes de la matriz de covarianza.
Precaución docente: Es una clase de álgebra lineal general: el vínculo con PCA debe elaborarse en el aula, no es una clase específica de PCA.
Para explicar: ¿Por qué los vectores propios de una matriz de covarianza simétrica ofrecen direcciones ortogonales?
P05Por qué se eligió: Reproduce visualmente la reducción dimensional con Python y ayuda a contrastar componentes, scores y proporción de varianza.
Precaución docente: El ejemplo educativo no sustituye la validación fuera de muestra ni la prevención de leakage en un pipeline de producción.
Para explicar: ¿En qué orden hay que separar los datos, ajustar el escalador y ajustar PCA?
K06Por qué se eligió: Explica la alternancia entre asignaciones y centroides, el codo, la relación con jerárquico y la lectura de gráficos.
Precaución docente: El autor registra correcciones menores en la descripción (rótulo del gráfico, posición de un punto y parámetro nstart). Verificarlas con la PPT antes de copiar código.
Para explicar: ¿Por qué cada paso de Lloyd no aumenta la inercia cuando las asignaciones y las medias se recalculan correctamente?
K07Por qué se eligió: Recorre un caso de clientes y conecta el objetivo comercial de agrupar con el codo y el dendrograma.
Precaución docente: El enfoque es intencionalmente visual y sin formalización. Complementar con SSE, silhouette y evaluación del impacto de negocio.
Para explicar: ¿Qué evidencia comercial adicional necesitás antes de llamar «útil» a un segmento?
K08Por qué se eligió: Video específico sobre el problema de elegir centroides iniciales y la estrategia que favorece puntos lejanos.
Precaución docente: Es material breve de apoyo, no una prueba de convergencia global. K-Means++ mejora el inicio, pero aún hacen falta reinicios y validación.
Para explicar: Si los nuevos centros se muestrean proporcionalmente a D², ¿por qué siguen existiendo resultados diferentes entre semillas?
K09Por qué se eligió: Explica la intuición y la fórmula de la silueta, indispensable para no elegir K solo por la inercia.
Precaución docente: Una silueta elevada favorece ciertas geometrías y no garantiza perfiles estables ni accionables; contrastar con tamaño y respuesta al tratamiento.
Para explicar: ¿Por qué un K con buena silueta puede resultar inútil para una campaña de clientes?
K10Por qué se eligió: Ofrece una alternativa basada en densidad frente a los límites de K-Means con ruido, outliers y geometrías no convexas.
Precaución docente: DBSCAN introduce epsilon y min_samples; tampoco detecta todos los patrones ni resuelve bien densidades muy diferentes sin adaptación.
Para explicar: ¿Cuándo compararías DBSCAN y K-Means sobre los mismos datos, y cómo validarías la decisión?
H11Por qué se eligió: Describe la agrupación aglomerativa y cómo leer la proximidad relativa en un dendrograma.
Precaución docente: Un árbol siempre puede calcularse aunque no existan grupos naturales. La altura de unión no prueba calidad por sí sola.
Para explicar: ¿Por qué la posición horizontal de las hojas no representa una distancia comparable con la altura de fusión?
H12Por qué se eligió: Desarrolla un ejercicio de fusiones mediante distancia promedio, en contraste con single y complete.
Precaución docente: El criterio de Ward no es equivalente al average linkage; comparar con las láminas 15–16 y con S12 para distinguir su función objetivo.
Para explicar: Con la misma matriz de distancias, ¿cómo pueden cambiar las fusiones al alternar single, complete, average y Ward?
H13Por qué se eligió: Ayuda a interpretar patrones de variables y grupos en mapas de calor vinculados al ordenamiento jerárquico.
Precaución docente: La elección de colores y la escala influyen en las impresiones; no concluir causalidad ni relevancia operativa solo por contraste visual.
Para explicar: ¿Cómo justificarías el perfil de tres segmentos usando variables originales y heatmaps estandarizados?
H14Por qué se eligió: Un refuerzo de lectura del árbol y del efecto del corte horizontal; su vínculo académico está documentado por WE1S (UCSB).
Precaución docente: El corte produce una partición, pero la altura no fija automáticamente el K óptimo; verificar estabilidad, tamaño y perfiles.
Para explicar: ¿Cómo verificarías que el corte que genera tres grupos es más defendible que el de cuatro?
No se encontraron videos. Probá otra búsqueda o quitá los filtros.
Los videos ayudan a comprender, pero la evidencia de aprendizaje se construye al pasar del gráfico a la interpretación matemática y de allí a una decisión empresarial defendible.
Justificar escalado, componentes, reconstrucción y pérdidas de información, sin confundir varianza explicada con clustering.
PPT PCA →Reconstruir un paso de Lloyd; justificar K e inicialización; evaluar estabilidad, perfiles y límites de la métrica elegida.
PPT K-Means →Explicar los cuatro linkages, la altura de fusión, el corte y la posibilidad de que el árbol no refleje segmentos accionables.
PPT jerárquico →Fuentes y alcance: videos originales publicados por sus creadores en YouTube. La pertinencia temática se cotejó con las 91 diapositivas del Módulo 10 y las descripciones de los creadores. Los fragmentos señalados solo fijan el inicio del video; no se fuerza ningún fin de reproducción. Las restricciones de YouTube para incrustar o mostrar subtítulos dependen de cada propietario y navegador. Las miniaturas se solicitan a YouTube, sin descarga ni redistribución de videos.