Chisme 107 del Lince: zonas del clima sin que nadie te diga cuáles son
Antes de empezar: estos datos son simulados
Las cien lecturas de este chisme están inventadas. Las hemos generado con reglas sencillas: cada zona tiene una temperatura y una humedad típicas, y a cada lectura le añadimos una variación al azar. No son medidas de ningún sitio real.
Lo hacemos así porque todavía no tenemos los sensores montados en el instituto, y porque nos permite saber la respuesta correcta y comprobarla al final. Pero el método funciona igual con datos reales: en la última sección explicamos cómo se haría con placas Heltec y sensores DHT22, midiendo en Sierra Bermeja, en la ciudad, en la costa y en un patio soleado.
Tarde de julio. El Lince de la Noche tiene cuatro termómetros repartidos por el mapa de la comarca, y ha anotado cien lecturas de temperatura y humedad sin escribir de dónde son. La Gata Montesa le pregunta: «¿Hay zonas distintas, o todo el mundo tiene el mismo clima?». El Lince lo mira y dice: «Pues que lo diga el ordenador. Sin decirle de dónde vienen los datos».
Introducción
Hoy agrupamos lecturas de temperatura y humedad sin saber de qué sitio proceden. Si el ordenador encuentra grupos que se parecen a lugares reales, tenemos una pista de que el clima de cada zona tiene un patrón propio.
Por qué este chisme
En el chisme 106 agrupamos colores. Aquí agrupamos medidas de un sensor, que es lo que hace la ciencia ciudadana: recoger datos del entorno y buscar patrones en ellos. Además, el alumnado tiene que decidir cuántas zonas hay, y eso no siempre es evidente.
Cómo funciona
Cada lectura tiene dos números: la temperatura (en grados) y la humedad (en %). Antes de agrupar, los llevamos a la misma escala. Si no lo hiciéramos, la humedad (que va de 0 a 100) pesaría mucho más que la temperatura (que va de unos 10 a 45) solo por tener números más grandes.
Después aplicamos k-medias, el mismo método del chisme 106: elegimos k, colocamos k centros al azar, asignamos cada lectura al centro más cercano, movemos cada centro al promedio de su grupo y repetimos.
Qué necesitamos
- Un navegador (Chrome o Edge).
- Lápiz y papel, para anotar lo que observas.
Construcción
Usa el simulador de abajo. Primero no mires la respuesta: solo mira los puntos.
Pulsa «Agrupar». Eje horizontal: temperatura (°C). Eje vertical: humedad (%). Las cruces son los centros de cada grupo.
Paso 1. Mira los puntos sin agrupar
¿Ves zonas? Dibuja con lápiz una línea alrededor de lo que te parezca un grupo. ¿Cuántos grupos te salen?
Paso 2. Agrupa con k = 4
Pulsa «Agrupar» con k = 4. Anota la temperatura y la humedad media de cada grupo, que aparecen en la lista de abajo.
Paso 3. Revela las zonas reales
Marca «Mostrar las zonas reales». Cada punto se colorea según la zona donde se generó. ¿Coinciden tus grupos con las zonas? Lee el porcentaje de acierto que aparece debajo.
Paso 4. Cambia k
Prueba con k = 2 y con k = 6, y observa si el porcentaje de acierto sube o baja. ¿Con qué k se parece más a las zonas reales? ¿Crees que siempre tiene que coincidir?
Cómo probarlo
- Pulsa «Nueva simulación» y repite los pasos 2 y 3. ¿Cambia mucho el acierto?
- Con k = 4, ¿qué zona se confunde más con otra? ¿Por qué crees que pasa?
Qué estamos midiendo realmente
- Escala: si no igualamos las escalas, el ordenador hace caso sobre todo a la variable con números más grandes.
- Acierto: comparamos los grupos con las zonas reales solo porque conocemos la respuesta. En la realidad no la tendríamos y tendríamos que juzgar los grupos por otros medios.
- Dato y medida: un termómetro dentro de un coche al sol marca mucho más que el aire. Una lectura mal colocada cambia el grupo.
Cómo se haría con datos reales
Con placas Heltec y sensores DHT22, como en el chisme 26:
- Se monta una placa en cada zona: sierra, ciudad, costa y un patio soleado. Cada una tiene un sensor DHT22 de temperatura y humedad.
- Cada placa toma una lectura a la misma hora, por ejemplo a las 14:00 durante cinco días, y guarda el valor.
- Las lecturas se pasan a una tabla (un archivo CSV) con tres columnas: zona, temperatura y humedad.
- Esa tabla se agrupa con k-medias. La zona se oculta al principio, como en la página.
Hay que tener cuidado: el sensor debe estar a la sombra y ventilado, y la lectura no debe hacerse pegado a una pared o al suelo.
Para el aula
- ¿Cuántas zonas crees que hay en el mapa? ¿En qué te basas?
- Si una placa marca 40 °C en la sierra, ¿qué crees que ha pasado? ¿Cómo lo comprobarías?
- ¿Qué pasaría si las cuatro placas estuvieran en el mismo sitio?
Retos
- Haz que funcione. Consigue un acierto de al menos el 80 % con k = 4.
- Añade una variable. Cambia la página para incluir la hora o la velocidad del viento. ¿Mejoran los grupos?
- Diseña tu propia zona. ¿Qué zona nueva añadirías al mapa? ¿Con qué temperatura y humedad la representarías?
Qué hemos aprendido
Con datos sin etiquetas, el ordenador encuentra grupos que pueden corresponder a lugares reales. Pero antes de agrupar hay que pensar en la escala, en la calidad de los datos y en cómo comprobaremos el resultado.
Para seguir investigando
- Chisme 106: agrupar colores, el mismo método con otros datos.
- Chisme 26: termómetro Bluetooth con Heltec y DHT22.