La clasificación de equipos deportivos generalmente se basa en técnicas supervisadas, que requieren conocimientos previos o métricas arbitrarias. En este documento, ofrecemos una técnica puramente no supervisada. Aplicamos esto a la toma de decisiones operativas, específicamente, la polémica Superliga Europea de fútbol, demostrando cómo este enfoque puede seleccionar equipos dominantes para formar la nueva liga. Primero usamos regresión de bosque aleatorio para seleccionar variables importantes que predicen la diferencia de goles, que utilizamos para calcular las distancias euclidianas entre equipos. Creando un eigenmap de Laplaciano, dividimos el vector de Fiedler para identificar los clusters naturales en cinco ligas de fútbol europeas principales. Nuestros resultados muestran cómo un enfoque no supervisado podría identificar cuatro clusters basados en cinco métricas básicas de rendimiento: tiros, tiros a puerta, tiros concedidos, posesión y éxito en pases. Los dos clusters principales identifican equipos que dominan sus respectivas ligas y son los mejores candidatos para crear la liga de élite supercompetitiva.