Experimento 1 - KMeans

Aplicamos Kmeans a los datos de la función FDPA, separando en 2, 3 y 4 clusters y aplicando las ditancias euclídea y cityblock:

De arriba a abajo, los clusters de K=2,3,4 y para cada valor de K, la distancia cityblock y la distancia euclídea:

K=2, distancia cityblock:
Distancias máximas en cada cluster:

0.7852
0.4331

K=2, distancia euclídea:
Distancias máximas en cada cluster:

0.4310
0.7058

K=3, distancia cityblock:
Distancias máximas en cada cluster:

0.5657
0.3715
0.7654

K=3, distancia euclídea:
Distancias máximas en cada cluster:

0.6591
0.4506
0.4983

K=4, distancia cityblock:
Distancias máximas en cada cluster:

0.3426
0.5769
0.6997
0.2676

K=4, distancia euclídea:
Distancias máximas en cada cluster:

0.3061
0.3274
0.5315
0.5739