Clustering con R

Este trabajo encontr una solucin al problema de comparar experimentalmente algoritmos de clustering aplicados a informacin de contextos de educacin superior. Se utiliz un enfoque cuantitativo de tipo descriptivo. En este piloto experimental se analizaron 150 observaciones correspondientes al desempeo acadmico de cada estudiante. Se recolect la informacin mediante observacin directa y revisin documental. La experiencia compar 7 tcnicas de clustering utilizando la herramienta R y se determinaron los mejores algoritmos de acuerdo con las validaciones interna y de estabilidad. La investigacin encontr dentro de los algoritmos tipo particin a K-means y PAM como los de mejor desempeo, y dentro de los escalonados, el algoritmo DIANA y el jerrquico estndar ocuparon el primer lugar. Se evidenci adems que los mapas de calor pueden convertirse en una herramienta vital en en el anlisis de los desempeos acadmicos en diferentes materias cursadas en las carreras universitarias y as poder tomar las mejores decisiones.