KNN_1

¿Por qué es importante normalizar los datos?

• Para que todas las variables tengan igual importancia en términos de variabilidad

• No es importante si todos los datos tienen igual escala

• Para que el cambio de una variable no influya significativamente en otra en el cálculo de las distancias

• Todas las respuestas son correctas

¿Para qué se puede usar el algoritmo K-NN?

• Para normalizar los datos

• Sólo puede usarse para predecir variables categóricas

• Para obtener una previsión de variables numéricas

• Para predicción de variables numéricas y categóricas

Si tenemos overfitting o sobreajuste

• Se pierde capacidad para captar la estructura local de los datos

• Podemos estar ajustándonos al ruido de los datos

• Hemos encontrado una manera óptima de realizar predicciones

• Ninguna de las anteriores es correcta

Si tenemos underfitting o sobredimensionamiento

• Se pierde capacidad de captar la estructura local de los datos

• Obtendremos un suavizado de la predicción al considerar más valores para la estimación

• Se evita que los outliers influyan en la predicción

• Todas la respuestas son correctas

Cuando particionamos los datos en conjuntos de

ENTRENAMIENTO, VALIDACIÓN y TEST

• ENTRENAMIENTO para aprender VALIDACIÓN para estimar K

  TEST para ver si generaliza

• ENTRENAMIENTO para aprender

  VALIDACIÓN

  para generalizar

  TEST

  para estimar K

• ENTRENAMIENTO y TEST para aprender

• Ninguna es correcta