caso de uso
El modelo que agrupaba por el tamaño del recibo — Mundo Real
Caso de uso 5: Industria: energía / comercialización eléctrica. Nivel: Medio. 7 lecciones, 5 días simulados. Clustering (K-Means), Pipeline y ColumnTransformer, aprendizaje no supervisado. Datasets descargables.
Bienvenida a LuzClara
Tu quinto encargo: ahora no hay número ni etiqueta que predecir. Los grupos no existen, los descubre el algoritmo: aprendizaje no supervisado.
Lunes: montar el repo y mirar los datos
Cargar los tres extractos y entender la pieza clave: las lecturas son muchas filas por cliente, pero K-Means agrupa clientes, una fila por cliente.
Martes: limpiar las curvas y resumir cada cliente
Limpiar la suciedad y agregar las lecturas a una fila por cliente con features de patrón de consumo, y ver por qué sus escalas darán guerra.
Miércoles: los primeros segmentos con K-Means
Agrupar con K-Means las features sin escalar: cuatro grupos y una silueta altísima de 0,550 que parece un éxito. Guarda la euforia para mañana.
Jueves: los grupos solo miraban el recibo
¿Qué variable separa de verdad a los grupos? Solo el consumo total: domina la distancia y los ratios apenas distinguen. Qué escalar y qué codificar.
Jueves: escalar bien con un Pipeline
Escalar dentro de un Pipeline con ColumnTransformer: la silueta baja de 0,550 a 0,319, y esa bajada es la paradoja: el número peor es el modelo mejor.
Viernes: las fichas de segmento y la demo
Asignar su segmento a cada cliente, sacar la tabla cups→segmento, montar las figuras con las dos siluetas enfrentadas y cerrar con el one-pager.