Un profesional de IA necesita un algoritmo para clasificar especies de flores utilizando las características: longitud del pétalo, ancho del pétalo, longitud del sépalo y ancho del sépalo. ¿Qué algoritmo es adecuado para esta tarea de clasificación?

K-nearest neighbors (k-NN) es un algoritmo de clasificación supervisado ideal para este escenario. Clasifica nuevos puntos de datos basándose en la mayoría de las clases de sus 'k' vecinos más cercanos en el espacio de características. Las características de las flores (longitud/ancho de pétalo/sépalo) son numéricas y k-NN puede utilizarlas eficazmente para determinar la especie. K-means clustering es un algoritmo no supervisado para agrupar datos, no para clasificación. ARIMA se utiliza para el análisis de series temporales, no para la clasificación de datos estáticos. La regresión lineal se utiliza para predecir un valor continuo, no una categoría discreta como la especie de una flor.