Seleccionar el número de clústeres

En este ejercicio, compararás los resultados de tu modelo de clustering jerárquico con los diagnósticos reales. Normalmente, cuando realizas aprendizaje no supervisado como este, no se dispone de una variable objetivo. Sin embargo, en este conjunto de datos sí la tenemos, así que puede usarse para comprobar el rendimiento del modelo de clustering.

Cuando haces aprendizaje supervisado —es decir, cuando intentas predecir una variable objetivo de interés y esa variable está disponible en los datos originales— usar clustering para crear nuevas características puede o no mejorar el rendimiento del modelo final. Este ejercicio te ayudará a determinar si, en este caso, el clustering jerárquico aporta una nueva característica prometedora.