Tarea4: ACM y complemento a la técnica mediante Clustering
Diana Sánchez
2025-11-28
Descripción general del dataset
El conjunto de datos seleccionado se denomina Mushroom Classification y está disponible en https://www.kaggle.com/datasets/uciml/mushroom-classification. Contiene un total de 8124 registros correspondientes a distintas setas, que especifican, mediante 22 distintas variables cualitativas, las características de cada hongo y una columna que indica si es venenoso o comestible.
Especificación de las variables
Selección de variables
Para el ACM se seleccionó algunas variables del dataset ya que incluir las 22 generaría demasiadas modalidades, gráficos saturados y ruido en el análisis con resultados difíciles de interpretar. La elección de las variables se hizo analizando cúales realmente diferencian a los hongos, además que tengan un número no muy grande de categorías y que no son redundantes entre sí. Estas permiten captar patrones claros sin distorsionar el análisis. La variable class (comestible/venenoso) se utiliza como suplementaria a fin de permitir interpretar la relación entre las características y la clase sin afectar la estructura del análisis.
Variables escogidas para ACM
Las variables seleccionadas como activas tienen un número manejable de categorías, lo que evita saturar el análisis y permite que cada una aporte información clara sobre diferencias reales entre los hongos. Además, sus frecuencias están bien distribuidas, sin modalidades extremadamente raras o dominantes. Por otro lado, la variable class (comestible/venenoso) se usa como suplementaria porque, aunque está bien balanceada, no debe intervenir en la formación de los ejes.
Análisis de Correspondencia Múltiple
| Varianza | % Varianza | % Acumulado | |
|---|---|---|---|
| dim 1 | 0.500 | 13.633 | 13.633 |
| dim 2 | 0.348 | 9.495 | 23.127 |
| dim 3 | 0.314 | 8.562 | 31.690 |
| dim 4 | 0.284 | 7.745 | 39.435 |
| dim 5 | 0.269 | 7.326 | 46.760 |
| dim 6 | 0.259 | 7.057 | 53.818 |
| dim 7 | 0.203 | 5.539 | 59.357 |
| dim 8 | 0.170 | 4.642 | 63.999 |
| dim 9 | 0.167 | 4.545 | 68.544 |
| dim 10 | 0.167 | 4.545 | 73.090 |
| dim 11 | 0.157 | 4.280 | 77.370 |
| dim 12 | 0.147 | 4.021 | 81.391 |
| dim 13 | 0.126 | 3.423 | 84.814 |
| dim 14 | 0.120 | 3.275 | 88.089 |
| dim 15 | 0.102 | 2.790 | 90.879 |
| dim 16 | 0.085 | 2.329 | 93.208 |
| dim 17 | 0.083 | 2.275 | 95.483 |
| dim 18 | 0.059 | 1.607 | 97.090 |
| dim 19 | 0.043 | 1.172 | 98.261 |
| dim 20 | 0.032 | 0.866 | 99.127 |
| dim 21 | 0.024 | 0.642 | 99.770 |
| dim 22 | 0.008 | 0.230 | 100.000 |
La Dimensión 1 explica el 13.63% de la inercia total, mientras que la Dimensión 2 aporta un 9.49% y la Dimensión 3 un 8.56%. En conjunto, las tres primeras dimensiones suman un acumulado de varianza del 31.6%. Aunque es un porcentaje bajo, en técnicas como el ACM es normal que cada dimensión explique muy poca varianza, ya que existen varias variables categóricas y a su vez cada una, con muchas modalidades. Por lo tanto, en ACM se prioriza la interpretación de las categorías en vez del acumulado de varianza explicada dado que no es un criterio fuerte. Para este caso en particular se seleccionan las primeras tres dimensiones que tienen mejor capacidad interpretativa.
Biplot Representación Simultánea
El biplot de representación simultánea permite visualizar:
La Dimensión 1 separa con claridad dos grupos de modalidades, es decir, a la derecha características más “suaves” o de hongos comestibles, como almendra, anis, praderas, sin moretones, etc, mientras a la izquierda, modalidades asociadas a olores fuertes o condiciones menos favorables, como pescado, especiado, estrechas, creosota, hojarasca,venenosos(categoría de variable suplementaria), etc.
La Dimensión 2 no separa tanto por comestibilidad, sino por otros rasgos más dispersos, asociados a diferencias ambientales y de hábitat, como prados, mohoso, agrupado y baldíos.
Las modalidades cercanas están asociadas entre sí, y los individuos cercanos a una modalidad tienden a presentar ese rasgo.
Las modalidades alejadas del centro indican categorías particulares que aportan bastante información para la interpretación.
Respecto a los individuos:
Aquellos ubicados a la izquierda presentan los rasgos anteriormente mencionados(pescado, fétido, hojarasca, entre otros) relacionados a olores fuertes y hábitats más rusticas que indican riesgo de veneno en los hongos.
Aquellos ubicados a la derecha presentan rasgos de hongos comestibles por sus olores más suaves.
Los individuos cercanos al centro no se caracterizan fuertemente por ninguna categoría específica, ya que se acercan al promedio.
Interpretación mediante contribuciones y cosenos cuadrados
Las modalidades que más aportan a la dimensión 1 son estrechas, prados, pescado, con moretones, entre otros, todas por encima delpromedio. Esta dimensión captura diferencias importantes relacionadas con el olor del hongo, el tamaño de las láminas, el hábitat y la presencia de moretones. Estas características son las que más ayudan a distinguir a unos hongos de otros.
Ninguno(valor de olor del hongo), es la modalidad que más aporta a esta dimensión con un poco más del 12%.
Se observa que categorías relacionadas al hábitat y a la población son aquellas que están más relacionadas a la dimensión 2.
Por otro lado, modalidades como pescado, especiado, sin moretones, entre otros tienen valores de contribución muy bajos, por debajo del promedio, lo que indica que no aportan información relevante a la dimensión.
En el gráfico anterior se puede visualizar que agrupado y baldíos son las categorías que más aportan a esta dimensión con alrededor de 36% y 28% respectivamente.
Las modalidades que más aportan a la dimensión 3 son valores de distintas variables como hábitat o población por lo cual se puede decir que la dimensión 3 son comportamientos atípicos relacionados a condiciones ambientales inusuales y caracteristicas de crecimiento anormal.
El heatmap permite ver qué individuos aportan más a la construcción de cada dimensión del ACM. En general, se observa que las dimensiones 1 y 2 tienen contribuciones bastante bajas, lo que indica que muchos individuos influyen un poco, pero ninguno domina claramente esos ejes. En cambio, la dimensión 3 muestra contribuciones más altas, donde sobresalen individuos con perfiles muy extremos o inusuales.
En este gráfico se observa qué tan bien están representadas las modalidades de las variables activas en el plano formado por las dimensiones 1 y 2.
Las modalidades estrechas, varios, anchas, agrupado, entre otras son las que mejor se representan en las dimensiones 1 y 2.
Las modalidades creosota, urbano, fétido, entre otros son las modalidades que no están bien representadas en este plano, por lo que es conveniente interpretarlas mediante otras dimensiones.
En el gráfico anterior se pueden ver que las modalidades mejor representadas en el plano de las dimensiones 1 y 3 son agrupado, baldios, estrechas y anchas.
Respecto a las demás modalidades no presentan un papel importante dentro de estas dimensiones.
- En la dimensión 2 y 3 las modalidades que mejor se representan son agrupado y baldíos las cuales pertenecen al habitat y población de los hongos.
- Las demás modalidades tienen un COS² muy bajo, lo que indica que no se explican bien con las dimensiones 2 y 3. Por esta razón, su interpretación debe buscarse en otras dimensiones donde puedan estar mejor representadas.
Respecto a las gráficas anteriores, que muestran los cosenos cuadrados de los individuos en los planos que se forman entre dimensiones, se puede resaltar que:
La Dimensión 1 capta la mayor parte de la variabilidad individual, y por tanto es la dimensión más importante para describir diferencias entre hongos. Visualmente se puede comprobar porque en los planos donde participa la dimensión 1, se observan puntos rojos(coseno alto) y otros azules oscuros(coseno moderado).
Las dimensiones 2 y 3 explican a pocos individuos, los cuales tienen comportamientos específicos.
En general la mayoría de los individuos, no están bien representados en los planos, lo cual es normal en ACM.
Clustering
Dado que el conjunto de datos es muy grande y consta de 8124 individuos no es adecuado usar Clasificación jerárquica clásica porque no es posible visualizar gráficamente a los individuos. Por esta razón se selecciona el método de clustering llamado CLARA (Clustering Large Applications). De esta manera se reduce el tiempo de cálculo y se puede representar de mejor manera los cluster y los individuos.
Estimación del número de clústeres
Para determinar el número óptimo de clústeres se utiliza el método denominado Silhouette Promedio, mediante un índica Silhouette que va desde -1 a 1:
En este caso se observa que la gráfica no muestra un codo claramente definido para determinar el k apropiado, por lo cual para elegir k se mira donde el incremento empieza a ser menor, en este caso en k = 5.
Mapa factorial de individuos (ACM) con elipses de concentración por clúster de CLARA
En el gráfico anterior se observa lo siguiente:
Cada clúster es representado por una elipse, cada una de ellas es compacta y representa la zona del plano donde se concentra la mayor parte de los individuos de cada clúster.
La superposición de los elipses indica la dispersión de los datos. Se evidencia que todos tienen superposición parcial con los demás, esto quiere decir que los clústeres comparten características similares en las dos primeras dimensiones.
El clúster 5, el más pequeño, representa individuos con características muy específicas.
Por otro lado, los clústeres alargados como el 2 y 3, indican mayor variabilidad.
Valores Test
Resultado chi-cuadrado
CLARA internamente asigna cada individuo al clúster que pertenece y esto lo hace creando una variable denominada clúster. Con esta variable y las variables activas utilizadas en el ACM, se realiza la prueba chi-cuadrado:
| Variable | p-value | df |
|---|---|---|
| odor | 0 | 32 |
| bruises | 0 | 4 |
| gill.size | 0 | 4 |
| stalk.shape | 0 | 4 |
| population | 0 | 20 |
| habitat | 0 | 24 |
En la anterior tabla se ven todos los valores p-value en cero. Esto significa que p-value es muy pequeño y por tanto extremadamente significativo. Esto indica que las variables activas influyen en cómo se formaron los clústeres y de esta manera cada clúster tiene un perfil particular.
Tablas de valores-test por categoría
A continuación se presentan las tablas de valores-test por categoría para conocer que categorías o modalidades de las variables activas están significativamente asociadas a cada clúster:
| Cla/Mod | Mod/Cla | Global | p.value | v.test | |
|---|---|---|---|---|---|
| habitat=praderas | 63.501 | 80.998 | 26.440 | 0 | Inf |
| population=disperso | 64.103 | 47.506 | 15.362 | 0 | 37.223 |
| population=abundante | 100.000 | 22.803 | 4.727 | 0 | 35.741 |
| odor=picante | 100.000 | 15.202 | 3.151 | 0 | 28.832 |
| habitat=urbano | 86.957 | 19.002 | 4.530 | 0 | 28.126 |
| odor=ninguno | 28.231 | 59.145 | 43.427 | 0 | 14.559 |
| gill.size=anchas | 24.590 | 81.948 | 69.079 | 0 | 13.324 |
| bruises=sin_moretones | 24.768 | 69.834 | 58.444 | 0 | 10.797 |
| odor=mohoso | 0.000 | 0.000 | 0.443 | 0 | -3.685 |
| population=solitario | 15.421 | 15.677 | 21.073 | 0 | -6.255 |
| habitat=baldios | 0.000 | 0.000 | 2.363 | 0 | -9.246 |
| odor=creosota | 0.000 | 0.000 | 2.363 | 0 | -9.246 |
| bruises=con_moretones | 15.047 | 30.166 | 41.556 | 0 | -10.797 |
| habitat=prados | 0.000 | 0.000 | 3.594 | 0 | -11.537 |
| population=agrupado | 0.000 | 0.000 | 4.185 | 0 | -12.501 |
| gill.size=estrechas | 12.102 | 18.052 | 30.921 | 0 | -13.324 |
| population=numeroso | 0.000 | 0.000 | 4.924 | 0 | -13.619 |
| odor=anis | 0.000 | 0.000 | 4.924 | 0 | -13.619 |
| odor=almendra | 0.000 | 0.000 | 4.924 | 0 | -13.619 |
| odor=pescado | 0.000 | 0.000 | 7.090 | 0 | -16.517 |
| odor=especiado | 0.000 | 0.000 | 7.090 | 0 | -16.517 |
| habitat=hojarasca | 0.000 | 0.000 | 10.241 | 0 | -20.105 |
| habitat=senderos | 0.000 | 0.000 | 14.082 | 0 | -23.913 |
| population=varios | 5.842 | 14.014 | 49.729 | 0 | -34.372 |
| habitat=bosques | 0.000 | 0.000 | 38.749 | 0 | -Inf |
| Cla/Mod | Mod/Cla | Global | p.value | v.test | |
|---|---|---|---|---|---|
| population=numeroso | 100.000 | 45.249 | 4.924 | 0.000 | Inf |
| stalk.shape=ensanchado | 25.142 | 100.000 | 43.279 | 0.000 | Inf |
| odor=anis | 88.000 | 39.819 | 4.924 | 0.000 | 37.689 |
| odor=almendra | 88.000 | 39.819 | 4.924 | 0.000 | 37.689 |
| habitat=prados | 100.000 | 33.032 | 3.594 | 0.000 | 37.229 |
| bruises=con_moretones | 21.919 | 83.710 | 41.556 | 0.000 | 27.342 |
| gill.size=anchas | 15.752 | 100.000 | 69.079 | 0.000 | 26.349 |
| habitat=praderas | 23.091 | 56.109 | 26.440 | 0.000 | 19.892 |
| population=disperso | 28.205 | 39.819 | 15.362 | 0.000 | 18.973 |
| odor=mohoso | 0.000 | 0.000 | 0.443 | 0.016 | -2.417 |
| habitat=senderos | 8.392 | 10.860 | 14.082 | 0.003 | -2.994 |
| habitat=baldios | 0.000 | 0.000 | 2.363 | 0.000 | -6.372 |
| odor=creosota | 0.000 | 0.000 | 2.363 | 0.000 | -6.372 |
| odor=picante | 0.000 | 0.000 | 3.151 | 0.000 | -7.449 |
| population=solitario | 5.607 | 10.860 | 21.073 | 0.000 | -8.418 |
| population=agrupado | 0.000 | 0.000 | 4.185 | 0.000 | -8.679 |
| habitat=urbano | 0.000 | 0.000 | 4.530 | 0.000 | -9.056 |
| population=abundante | 0.000 | 0.000 | 4.727 | 0.000 | -9.265 |
| odor=pescado | 0.000 | 0.000 | 7.090 | 0.000 | -11.515 |
| odor=especiado | 0.000 | 0.000 | 7.090 | 0.000 | -11.515 |
| habitat=hojarasca | 0.000 | 0.000 | 10.241 | 0.000 | -14.041 |
| odor=ninguno | 5.102 | 20.362 | 43.427 | 0.000 | -15.220 |
| odor=fetido | 0.000 | 0.000 | 26.588 | 0.000 | -24.036 |
| gill.size=estrechas | 0.000 | 0.000 | 30.921 | 0.000 | -26.349 |
| bruises=sin_moretones | 3.033 | 16.290 | 58.444 | 0.000 | -27.342 |
| habitat=bosques | 0.000 | 0.000 | 38.749 | 0.000 | -30.442 |
| population=varios | 0.891 | 4.072 | 49.729 | 0.000 | -31.680 |
| stalk.shape=adelgazado | 0.000 | 0.000 | 56.721 | 0.000 | -Inf |
Las categorías más importantes en el clúster 1 son:
Praderas y Urbano –> Pertenecientes al hábitat
Disperso y Abundante –> Pertenecientes a la población
Picante y Ninguno –> Pertenecientes al Olor
Anchas y Sin Moretones –> Pertenecientes al tamaño de las láminas y a la presencia de moretones respectivamente
Esto indica que el Cluster 1 se caracteriza principalmente por hongos que crecen en praderas o en ambientes urbanos, pertenecientes a poblaciones dispersas o abundantes, con olores picantes o sin ningún olor, con láminas anchas y finalmente no presentan moretones al manipularlos.
Las categorías más importantes en el clúster 2 son:
Numeroso y Disperso –> Correspondientes a la población
Anis y Almendra –> Correspondientes a olores
Prados y Praderas –> Correspondientes al hábitat
Ensanchado, Con moretones y Anchas –> Correspondientes a forma del tallo, presencia de moretones y tamaño de las láminas respectivamente.
Se concluye que el clúster 2 está compuesto por hongos que crecen en poblaciones numerosas pero dispersos entre sí, con olores suaves, tallos ensanchados, láminas anchas y en lugares como prados.
| Cla/Mod | Mod/Cla | Global | p.value | v.test | |
|---|---|---|---|---|---|
| population=varios | 40.396 | 100.000 | 49.729 | 0.000 | Inf |
| stalk.shape=adelgazado | 35.417 | 100.000 | 56.721 | 0.000 | Inf |
| gill.size=estrechas | 64.968 | 100.000 | 30.921 | 0.000 | Inf |
| odor=pescado | 100.000 | 35.294 | 7.090 | 0.000 | Inf |
| odor=especiado | 100.000 | 35.294 | 7.090 | 0.000 | Inf |
| bruises=sin_moretones | 32.350 | 94.118 | 58.444 | 0.000 | 36.033 |
| habitat=hojarasca | 69.231 | 35.294 | 10.241 | 0.000 | 33.018 |
| habitat=senderos | 33.566 | 23.529 | 14.082 | 0.000 | 11.631 |
| habitat=bosques | 21.347 | 41.176 | 38.749 | 0.025 | 2.246 |
| odor=fetido | 17.778 | 23.529 | 26.588 | 0.002 | -3.155 |
| odor=mohoso | 0.000 | 0.000 | 0.443 | 0.000 | -3.610 |
| odor=anis | 12.000 | 2.941 | 4.924 | 0.000 | -4.364 |
| odor=almendra | 12.000 | 2.941 | 4.924 | 0.000 | -4.364 |
| habitat=baldios | 0.000 | 0.000 | 2.363 | 0.000 | -9.076 |
| odor=creosota | 0.000 | 0.000 | 2.363 | 0.000 | -9.076 |
| odor=picante | 0.000 | 0.000 | 3.151 | 0.000 | -10.569 |
| habitat=prados | 0.000 | 0.000 | 3.594 | 0.000 | -11.329 |
| population=agrupado | 0.000 | 0.000 | 4.185 | 0.000 | -12.276 |
| habitat=urbano | 0.000 | 0.000 | 4.530 | 0.000 | -12.799 |
| population=abundante | 0.000 | 0.000 | 4.727 | 0.000 | -13.090 |
| population=numeroso | 0.000 | 0.000 | 4.924 | 0.000 | -13.375 |
| population=disperso | 0.000 | 0.000 | 15.362 | 0.000 | -24.646 |
| population=solitario | 0.000 | 0.000 | 21.073 | 0.000 | -29.475 |
| habitat=praderas | 0.000 | 0.000 | 26.440 | 0.000 | -33.694 |
| bruises=con_moretones | 2.844 | 5.882 | 41.556 | 0.000 | -36.033 |
| stalk.shape=ensanchado | 0.000 | 0.000 | 43.279 | 0.000 | -Inf |
| gill.size=anchas | 0.000 | 0.000 | 69.079 | 0.000 | -Inf |
| odor=ninguno | 0.000 | 0.000 | 43.427 | 0.000 | -Inf |
| Cla/Mod | Mod/Cla | Global | p.value | v.test | |
|---|---|---|---|---|---|
| stalk.shape=ensanchado | 54.949 | 87.978 | 43.279 | 0.000 | Inf |
| odor=fetido | 62.222 | 61.202 | 26.588 | 0.000 | Inf |
| bruises=sin_moretones | 39.848 | 86.157 | 58.444 | 0.000 | 32.441 |
| population=agrupado | 100.000 | 15.483 | 4.185 | 0.000 | 30.386 |
| habitat=senderos | 58.042 | 30.237 | 14.082 | 0.000 | 24.055 |
| habitat=baldios | 100.000 | 8.743 | 2.363 | 0.000 | 22.546 |
| odor=creosota | 100.000 | 8.743 | 2.363 | 0.000 | 22.546 |
| odor=mohoso | 100.000 | 1.639 | 0.443 | 0.000 | 9.468 |
| population=varios | 31.485 | 57.923 | 49.729 | 0.000 | 9.002 |
| gill.size=anchas | 28.867 | 73.770 | 69.079 | 0.000 | 5.620 |
| habitat=hojarasca | 30.769 | 11.658 | 10.241 | 0.011 | 2.535 |
| habitat=bosques | 23.761 | 34.062 | 38.749 | 0.000 | -5.304 |
| gill.size=estrechas | 22.930 | 26.230 | 30.921 | 0.000 | -5.620 |
| habitat=urbano | 13.043 | 2.186 | 4.530 | 0.000 | -6.607 |
| odor=picante | 0.000 | 0.000 | 3.151 | 0.000 | -12.604 |
| habitat=prados | 0.000 | 0.000 | 3.594 | 0.000 | -13.504 |
| population=abundante | 0.000 | 0.000 | 4.727 | 0.000 | -15.590 |
| population=numeroso | 0.000 | 0.000 | 4.924 | 0.000 | -15.928 |
| odor=anis | 0.000 | 0.000 | 4.924 | 0.000 | -15.928 |
| odor=almendra | 0.000 | 0.000 | 4.924 | 0.000 | -15.928 |
| odor=ninguno | 17.687 | 28.415 | 43.427 | 0.000 | -16.865 |
| habitat=praderas | 13.408 | 13.115 | 26.440 | 0.000 | -17.398 |
| population=disperso | 7.692 | 4.372 | 15.362 | 0.000 | -18.477 |
| odor=pescado | 0.000 | 0.000 | 7.090 | 0.000 | -19.305 |
| odor=especiado | 0.000 | 0.000 | 7.090 | 0.000 | -19.305 |
| bruises=con_moretones | 9.005 | 13.843 | 41.556 | 0.000 | -32.441 |
| stalk.shape=adelgazado | 5.729 | 12.022 | 56.721 | 0.000 | -Inf |
En el cluster 3 se pueden evidenciar hongos que habitan en hojarasca, senderos y bosques, es decir ambientes húmedos y muy naturales, con olores fuertes como pescado y especiado, de tallos delgados y láminas estrechas y adicionalmente cuando se manipulan no quedan con moretones.
Por otro lado, en el cluster 4 están aquellos hongos que se caracterizan principalmente por tener un tallo ensanchado, presentar olores muy fuertes y desagradables (olor fétido y olor a creosota) y por no presentar moretones al contacto. Estas características aparecen con valores test muy altos, lo que indica que son rasgos muy propios y distintivos de este grupo. Además, se encuentran en senderos, baldíos y hojarasca, es decir, en ambientes más abiertos y se diferencian por crecer en poblaciones agrupadas.
| Cla/Mod | Mod/Cla | Global | p.value | v.test | |
|---|---|---|---|---|---|
| habitat=bosques | 54.892 | 100 | 38.749 | 0 | Inf |
| stalk.shape=adelgazado | 37.500 | 100 | 56.721 | 0 | Inf |
| bruises=con_moretones | 51.185 | 100 | 41.556 | 0 | Inf |
| odor=ninguno | 48.980 | 100 | 43.427 | 0 | Inf |
| gill.size=anchas | 30.791 | 100 | 69.079 | 0 | 38.347 |
| population=solitario | 50.467 | 50 | 21.073 | 0 | 31.069 |
| odor=mohoso | 0.000 | 0 | 0.443 | 0 | -3.748 |
| habitat=baldios | 0.000 | 0 | 2.363 | 0 | -9.387 |
| odor=creosota | 0.000 | 0 | 2.363 | 0 | -9.387 |
| odor=picante | 0.000 | 0 | 3.151 | 0 | -10.928 |
| habitat=prados | 0.000 | 0 | 3.594 | 0 | -11.712 |
| population=agrupado | 0.000 | 0 | 4.185 | 0 | -12.690 |
| habitat=urbano | 0.000 | 0 | 4.530 | 0 | -13.230 |
| population=abundante | 0.000 | 0 | 4.727 | 0 | -13.530 |
| population=numeroso | 0.000 | 0 | 4.924 | 0 | -13.825 |
| odor=anis | 0.000 | 0 | 4.924 | 0 | -13.825 |
| odor=almendra | 0.000 | 0 | 4.924 | 0 | -13.825 |
| odor=pescado | 0.000 | 0 | 7.090 | 0 | -16.764 |
| odor=especiado | 0.000 | 0 | 7.090 | 0 | -16.764 |
| habitat=hojarasca | 0.000 | 0 | 10.241 | 0 | -20.406 |
| habitat=senderos | 0.000 | 0 | 14.082 | 0 | -24.271 |
| population=disperso | 0.000 | 0 | 15.362 | 0 | -25.469 |
| habitat=praderas | 0.000 | 0 | 26.440 | 0 | -34.829 |
| odor=fetido | 0.000 | 0 | 26.588 | 0 | -34.947 |
| gill.size=estrechas | 0.000 | 0 | 30.921 | 0 | -38.347 |
| stalk.shape=ensanchado | 0.000 | 0 | 43.279 | 0 | -Inf |
| bruises=sin_moretones | 0.000 | 0 | 58.444 | 0 | -Inf |
Finalmente el clúster 5 reune hongos muy particulares que habitan principalmente en los bosques, con tallos delgados, olores neutros, láminas anchas, que viven en solitario y que presentan moretones cuando se manipulan. Esto hace que se distingan claramente de los demás clústeres.