user@devops:~$ cat README.md
KNN — Clasificación de Vinos
# Descripción
Proyecto de clasificación con K-Nearest Neighbors para predecir la calidad del vino tinto (bueno vs normal) usando el dataset Wine Quality de la UCI. Aprende a transformar un problema de regresión en clasificación binaria, escalar features con StandardScaler (crítico para KNN), encontrar el K óptimo probando de 1 a 50 vecinos, y evaluar con matriz de confusión, precisión, recall y F1-score. Incluye visualización de la frontera de decisión con PCA.
# Características principales
$ Clasificación binaria: vino bueno (quality >= 7) vs normal
$ Escalado de features con StandardScaler para KNN
$ Optimización del hiperparámetro K: de 1 a 50 vecinos
$ Matriz de confusión: Verdaderos Positivos, Falsos Positivos
$ Métricas: precisión, recall, F1-score, accuracy
$ Visualización de frontera de decisión con PCA 2D
# Galería
# Tecnologías utilizadas
