TY - JOUR AU - López Díaz, Samuel Erasto AU - Pérez Sibaja, José Alejandro AU - Flores Martínez, Adonay AU - Juárez Vázquez , Sergio PY - 2023/05/18 Y2 - 2024/03/28 TI - Algoritmos de clasificación para la detección de obesidad en adolescentes: Un estudio comparativo entre KNN y árboles de decisión JF - Revista de Investigación en Tecnologías de la Información JA - RITI VL - 11 IS - 23 SE - Artículos DO - 10.36825/RITI.11.23.007 UR - https://riti.es/index.php/riti/article/view/198 SP - 70-81 AB - <p>El aprendizaje automático es una rama de la inteligencia artificial que se centra en desarrollar algoritmos y modelos estadísticos para que los sistemas informáticos puedan aprender y mejorar su desempeño a partir de datos. Los algoritmos de clasificación son un tipo de modelo de aprendizaje automático que se utilizan para predecir la clase o categoría de un objeto en función de las características o atributos observados. En el caso de la clasificación de la obesidad, estos algoritmos se han utilizado para desarrollar modelos que permitan predecir si un individuo tiene obesidad a partir de datos como el índice de masa corporal, la edad, el género y otros factores de riesgo. Esto puede ayudar a identificar la obesidad tempranamente y a implementar intervenciones preventivas y de tratamiento más eficaces. En este artículo se compara la eficacia de dos algoritmos para predecir la obesidad en adolescentes utilizando un conjunto de datos de 200 participantes de entre 15 y 19 años y cuatro variables (peso, edad, talla y género). Se comparan los algoritmos de árboles de decisión y <em>k</em> vecinos más cercanos, y se concluye que ambos son efectivos en la clasificación de la obesidad en adolescentes, aunque los árboles de decisión son una opción más precisa.</p> ER -