El agrupamiento es un método de aprendizaje automático no supervisado y reconocimiento de patrones. En general, además de revelar grupos ocultos de observaciones similares y conglomerados, es necesario determinar su número. Los índices de validación interna de agrupamiento estiman este número sin ninguna información externa. El propósito de este artículo es evaluar, empíricamente, las características de un conjunto representativo de índices de validación interna de agrupamiento con muchos conjuntos de datos. El marco de agrupamiento basado en prototipos incluye múltiples estimaciones estadísticas clásicas y robustas de la ubicación del grupo, por lo que la configuración general del artículo es novedosa. Se ofrecerán observaciones generales sobre la calidad de los índices de validación y sobre el comportamiento de las diferentes variantes de algoritmos de agrupamiento.