Este documento explica el algoritmo K-NN (K vecinos más cercanos), el cual clasifica nuevos datos basándose en la clase de los K vecinos más cercanos en el conjunto de entrenamiento. K-NN es un método de aprendizaje supervisado que no genera un modelo, sino que clasifica nuevos datos comparándolos directamente con los datos de entrenamiento. La efectividad de K-NN depende del parámetro K y de la métrica de distancia utilizada para medir la proximidad entre datos.