El agrupamiento tiene como objetivo descubrir los grupos naturales en un conjunto de datos, común en muchas disciplinas que implican análisis de datos multivariados. En este documento, proponemos un método de agrupamiento inspirado físicamente en teoría de grafos, que primero organiza los puntos de datos en un grafo atractivo, llamado In-Tree, a través de una regla inspirada físicamente, llamada Descenso más Cercano (ND). La regla de ND funciona seleccionando el nodo más cercano en la dirección descendente de potencial como el nodo padre de cada nodo, lo cual es fundamentalmente diferente al Descenso de Gradiente clásico. El In-Tree construido resulta ser un candidato muy bueno para el agrupamiento debido a sus características y propiedades particulares. En el In-Tree, el problema original de agrupamiento se reduce a un problema de eliminar los bordes intercluster de este grafo. Afortunadamente, esos bordes intercluster suelen ser tan distinguibles que pueden determinarse fácilmente mediante diferentes métodos automáticos de corte de bordes. También proponemos una estrategia visualizada para validar la efectividad de los métodos automáticos de corte de bordes. Los resultados experimentales revelan que el método propuesto es superior a los métodos de agrupamiento relacionados. Los resultados también revelan las características de diferentes métodos automáticos de corte y la importancia de la estrategia visualizada en aumentar la confiabilidad de los resultados de agrupamiento en la práctica.