La definición de dominios geoestadísticos es una etapa en la estimación de recursos minerales, en la cual una muestra resultante de un proceso de exploración minera se divide en zonas que muestran homogeneidad o variación mínima en el elemento principal de interés o grado mineral, teniendo significado geológico y espacial. Su importancia radica en que la calidad de las técnicas de estimación, y por lo tanto, la correcta cuantificación del recurso mineral, mejorará en áreas geoestadísticamente estacionarias. El presente estudio busca definir dominios geoestadísticos de estimación para un grado mineral, utilizando un enfoque no tradicional basado en el algoritmo de agrupamiento k-prototipos. Este algoritmo se basa en el paradigma de k-medias del aprendizaje automático no supervisado, pero está exento de la restricción única sobre datos numéricos. Esto es especialmente conveniente, ya que permite la incorporación de variables categóricas como atributos geológicos en el agrupamiento. El estudio de caso corresponde a un depósito de oro hidrotermal de alta sulfuración, ubicado en la zona sur de Perú, donde se definen dominios de estimación a partir de un registro histórico de datos recuperados de 131 pozos de perforación con diamante y 37 zanjas. Las características directamente involucradas fueron el grado de oro (Au), el grado de plata (Ag), el tipo de alteración hidrotermal y el tipo de mineralización. Los resultados obtenidos mostraron que el agrupamiento con k-prototipos es un enfoque eficiente y puede ser utilizado como una alternativa o complemento a la metodología tradicional.