Decision trees are commonly used in supervised classification. Currently, supervised classification problems with large training sets are very common, however many supervised classifiers cannot handle this amount of data. There are some decision tree

La tarea de agrupamiento es una de las técnicas de clasificación no supervisada más empleadas en el procesamiento de datos, la cual tiene el objetivo de encontrar una partición idónea de un conjunto de datos. Uno de los algoritmos que más se ha aplicado en entornos reales y cotidianos es el conocido como algoritmo k-means. Existen diversas plataformas que permiten la aplicación de dicho algoritmo, pero el uso de estas plataformas es limitado, ya que el usuario no puede identificar los procesos que sigue el algoritmo para llegar al resultado final. Dado el uso de k-means, con el fin de conocer su funcionamiento detallado y así saber en qué casos es conveniente usarlo, es de relevancia contar con una herramienta que muestre paso a paso cada una de las operaciones que realiza para cumplir su fin. Este trabajo presenta este sistema de enseñanza, el cual es una herramienta de apoyo que permite descubrir cómo se construye la partición de un conjunto de datos y de esta forma reforzar la enseñanza del algoritmo k-means.