Resumen

Muchos problemas en el an´alisis de datos requieren del particionamiento no supervisado
de un conjunto de datos dentro de clases o conglomerados no vac´?os que
sean bien separados entre ellos y lo m´as homog´eneos entre s´?. Un particionamiento
ideal es cuando se puede asignar cada elemento del conjunto a una clase sin que
exista ambig?uedades. Este trabajo consta de dos partes principales; primero se presentan
diferentes m´etodos y heur´?sticas para encontrar la cantidad de clases en que
se debe particionar un conjunto de manera ´optima; posteriormente se propone una
novedosa heur´?stica y se realizan algunas comparaciones para observar sus ventajas
considerando conjuntos muy conocidos y utilizados que est´an previamente clasificados
present´andose al final algunos resultados y conclusiones.
Palabras clave: Particionamiento ´optimo, clasificaci´on, heur´?sticas.