Los recursos geotérmicos de alta entalpía en entornos volcánicos a menudo carecen de manifestaciones superficiales claras, lo que requiere enfoques integrados y basados en datos para identificar reservorios ocultos. En este estudio, aplicamos una técnica de agrupamiento multivariante: el agrupamiento genético K-Means (GKMC) a un conjunto de datos de gases del suelo recopilados de 1050 sitios de muestreo a lo largo de la licencia minera Garehagua de aproximadamente 100 km, ubicada en la zona de rift sur de Tenerife (Islas Canarias). La encuesta incluyó mediciones de flujo de CO difuso y concentraciones de gases clave del suelo (He, H, CH, O, N, isótopos de Ar y Rn, entre otros). El análisis estadístico-gráfico utilizando el método de Sinclair permitió una clasificación objetiva de las anomalías geoquímicas en relación con las poblaciones de fondo. El algoritmo GKMC segmentó el conjunto de datos en clústeres geoquímicamente coherentes. Un clúster, definido por niveles elevados de CO, helio y Rn, mostró una clara correlación espacial con lineamientos tectónicos inferidos en la zona de rift sur. Estas anomalías se interpretan como conductos controlados estructuralmente para el ascenso de fluidos magmáticos-hidrotermales profundos. Los hallazgos apoyan la presencia de un sistema geotérmico oculto estructuralmente restringido en la región sur de Tenerife. Este estudio demuestra que la integración del agrupamiento GKMC con la geoquímica de gases del suelo ofrece una metodología robusta para detectar anomalías geotérmicas ocultas. Al mejorar la detección de anomalías en áreas con expresión superficial sutil o ausente, este enfoque contribuye a reducir el riesgo de exploración y proporciona una valiosa herramienta de apoyo a la decisión para orientar futuras operaciones de perforación en terrenos volcánicos.