Los sistemas Multi-Usuario (MU) de Entradas Múltiples-Salidas Múltiples (MIMO) han sido investigados extensamente en los últimos años desde perspectivas teóricas y prácticas. Los esquemas de Precodificación Lineal (LP) de baja complejidad para MU-MIMO ya están desplegados en redes de Evolución a Largo Plazo (LTE); sin embargo, no funcionan bien para usuarios con canales fuertemente correlacionados. Alternativas a esos esquemas, como la Precodificación No Lineal (NLP), y esquemas híbridos de precodificación fueron propuestos en la fase de estandarización para el Proyecto de Asociación de Tercera Generación (3GPP) 5G Nuevo Radio (NR). Los esquemas NLP tienen un mejor rendimiento, pero su complejidad es prohibitivamente alta. Los esquemas híbridos, que combinan esquemas LP para servir a usuarios con canales separables y esquemas NLP para usuarios con canales fuertemente correlacionados, pueden ayudar a reducir la carga computacional, al tiempo que limitan la degradación del rendimiento. Encontrar el conjunto óptimo de usuarios que pueden ser co-programados a través de esquemas LP podría requerir una búsqueda exhaustiva y, por lo tanto, puede no ser asequible para sistemas prácticos. El propósito de este artículo es presentar un nuevo algoritmo de selección de usuarios semi-ortogonal basado en el agrupamiento estadístico de K-medias y evaluar su rendimiento en sistemas MU-MIMO que emplean esquemas híbridos de precodificación.