Ejercicio de programación con ScikitLearn: Clasificación KNN KNeighborsClassifier

En este reto vas a implementar un clasificador de especies de flores utilizando el algoritmo K-Vecinos más cercanos (KNeighborsClassifier) de Scikit Learn. Trabajarás con el famoso Iris Dataset, que está disponible en sklearn.datasets y que contiene mediciones de distintas características de flores junto con las especies correspondientes.

Carga de datos:

• Utiliza el módulo datasets de Scikit Learn para cargar el Iris Dataset.
• Divide el conjunto de datos en un 80% para entrenamiento y un 20% para pruebas.

Preprocesamiento:

• Escala las características utilizando StandardScaler para garantizar que todas tengan igual importancia durante el cálculo de distancias.

Modelo KNeighborsClassifier:

• Crea una instancia de KNeighborsClassifier usando n_neighbors=5.
• Entrena el modelo con el conjunto de entrenamiento.

Evaluación:

• Realiza predicciones sobre el conjunto de prueba.
• Calcula y muestra la precisión del modelo en el conjunto de prueba. Utiliza la métrica accuracy_score de Scikit Learn.