Elegir una configuración de parámetros adecuada para técnicas de visualización e incrustación es una tarea tediosa. Sin embargo, especialmente al estudiar la representación latente generada por un autoencoder para análisis de datos no supervisado, también es indispensable. Aquí presentamos un procedimiento que utiliza un enfoque cruzado en los meta-parámetros. Este enfoque nos permite deducir límites significativos para los meta-parámetros utilizando OPTICS, DBSCAN, UMAP, t-SNE y k-MEANS. Podemos realizar los primeros pasos de un análisis visual significativo en el caso no supervisado utilizando un autoencoder básico en los conjuntos de datos MNIST y DeepVALVE.