Este trabajo encontr una soluci n al problema de comparar experimentalmente algoritmos de clustering aplicados a informaci n de contextos de educaci n superior. Se utiliz un enfoque cuantitativo de tipo descriptivo. En este piloto experimental se analizaron 150 observaciones correspondientes al desempe o acad mico de cada estudiante. Se recolect la informaci n mediante observaci n directa y revisi n documental. La experiencia compar 7 t cnicas de clustering utilizando la herramienta R y se determinaron los mejores algoritmos de acuerdo con las validaciones interna y de estabilidad. La investigaci n encontr dentro de los algoritmos tipo partici n a K-means y PAM como los de mejor desempe o, y dentro de los escalonados, el algoritmo DIANA y el jer rquico est ndar ocuparon el primer lugar. Se evidenci adem s que los mapas de calor pueden convertirse en una herramienta vital en en el an lisis de los desempe os acad micos en diferentes materias cursadas en las carreras universitarias y as poder tomar las mejores decisiones.