Una empresa de bienes raíces quiere predecir los precios de las casas utilizando un conjunto de datos históricos con 32 características. ¿Qué enfoque de modelado es apropiado para esta tarea?

La regresión lineal es apropiada porque predice un valor numérico continuo (el precio de la casa) basándose en un conjunto de características. Es un método supervisado que busca la relación lineal entre las variables de entrada y la variable objetivo. La regresión logística es para clasificación binaria o multiclase, no para predicción de valores continuos. El agrupamiento K-means es un algoritmo de aprendizaje no supervisado utilizado para agrupar datos, no para predecir un valor específico. El Análisis de Componentes Principales (PCA) es una técnica de reducción de dimensionalidad, no un modelo predictivo en sí mismo, aunque puede usarse como preprocesamiento.