THERE IS PRESENTLY NO UNIFIED METHODOLOGY THAT ALLOWS THE EVALUATION OF SUPERVISED OR NON-SUPERVISED CLASSIFICATION ALGORITHMS. SUPERVISED PROBLEMS ARE EVALUATED THROUGH QUALITY FUNCTIONS WHILE NON-SUPERVISED PROBLEMS ARE EVALUATED THROUGH SEVERAL STRUCTURAL INDEXES. IN BOTH CASES A LOT OF USEFUL INFORMATION REMAINS HIDDEN OR IS NOT CONSIDERED BY THE EVALUATION METHOD, SUCH AS THE QUALITY OF THE SAMPLE OR THE STRUCTURAL CHANGE GENERATED BY THE CLASSIFICATION ALGORITHM. THIS WORK PROPOSES A UNIFIED METHODOLOGY THAT CAN BE USED TO EVALUATE BOTH TYPE OF CLASSIFICATION PROBLEMS. THIS NEW METHODOLOGY YIELDS A LARGER AMOUNT OF INFORMATION TO THE EVALUATOR REGARDING THE QUALITY OF THE INITIAL SAMPLE, WHEN IT EXISTS, AND REGARDING THE CHANGE PRODUCEDACTUALMENTE NO EXISTE UNA METODOLOGÍA QUE PERMITA LA EVALUACIÓN DE ALGORITMOS DE CLASIFICACIÓN TANTO SUPERVISADOS COMO NO-SUPERVISADOS. LOS ALGORITMOS APLICADOS A PROBLEMAS SUPERVISADOS SE EVALÚAN MEDIANTE FUNCIONES DE CALIDAD MIENTRAS QUE LOS ALGORITMOS APLICADOS A PROBLEMAS NO-SUPERVISADOS SE EVALÚAN MEDIANTE DIVERSOS ÍNDICES ESTRUCTURALES. EN AMBOS CASOS MUCHA INFORMACIÓN ÚTIL PERMANECE OCULTA O NO ES CONSIDERADA POR EL MÉTODO DE EVALUACIÓN. EN ESTE TRABAJO SE PROPONE UNA METODOLOGÍA UNIFICADA QUE PUEDE SER USADA PARA EVALUAR AMBOS TIPOS DE PROBLEMAS DE CLASIFICACIÓN. ESTA NUEVA METODOLOGÍA ENTREGA UNA MAYOR CANTIDAD DE INFORMACIÓN AL EVALUADOR ACERCA DE LA CALIDAD DE LA MUESTRA INICIAL, CUANDO ÉSTA EXISTE Y ACERCA DE EL CAMBIO PRODUCIDO POR EL ALGORITMO DE CLASIFICACIÓN IN EL CASO DE PROBLEMAS NO-SUPERVISADOS. TAMBIÉN OFRECE LA POSIBILIDAD DE REALIZAR EVALUACIONES COMPARATIVAS CON DIFERENTES ALGORITMOS.