Situación
El notebook aplica agrupamiento no supervisado a datos de viviendas de California para examinar patrones geográficos y socioeconómicos. Trabaja con 20.640 filas y usa ubicación, ingreso mediano, población y hogares como señales para describir zonas con características similares.
El desafío
Convertir coordenadas y variables de distinta magnitud en segmentos interpretables exige controlar escalas, inicialización y calidad de la partición. En este ejercicio no se conserva el CSV de origen, no se configura una semilla y tampoco se calculan métricas como silhouette. Por eso, los grupos deben leerse como una exploración técnica y no como segmentos comerciales validados o completamente reproducibles.
La solución
La implementación utiliza pandas para preparar la tabla, Seaborn para inspeccionar distribuciones y scikit-learn para entrenar K-Means con seis clusters. Primero agrupa según latitud, longitud e ingreso mediano; después incorpora población y cantidad de hogares para comparar otra vista de la estructura. Los resultados incluyen la tabla etiquetada y resúmenes por grupo.
Impacto
El trabajo produce asignaciones para las 20.640 observaciones y facilita contrastar cómo cambian los perfiles al modificar las variables de entrada. Su aporte es didáctico: conecta selección de atributos, clustering y visualización en un caso territorial. No cuantifica estabilidad, capacidad predictiva ni valor de negocio, límites importantes antes de usar esos segmentos para decisiones externas.