KNN Iris Challenge

Froggy Jumps

(4)

Played 46 %Accuracy 94 Average time 00:46

Create copy

About this activity

Quiz sobre aprendizaje automático y kNN

Created by

Mtra. Maricela Aguilar Illán

Mexico

Download the paper version to play

Top 10 results

#	Player	Accuracy	time
1	IVAN EMILIANO HERNANDEZ MARTINEZ May 6, 2026	% 100	00:23
2	ANTONIO ISRAEL VICUÑA GONZALEZ May 6, 2026	% 100	00:25
3	FERNANDA MISHEL PONCE BOJORGES May 6, 2026	% 100	00:25
4	LILIANA AGUILAR SORIANO May 6, 2026	% 100	00:27
5	FERNANDA REY DELGADO May 6, 2026	% 100	00:29
6	JIMENA OJEDA ESCOBAR May 6, 2026	% 100	00:30
7	ALEXANDRA MARTINEZ GÓMEZ May 6, 2026	% 100	00:32
8	Karol Orochi May 7, 2026	% 100	00:32
9	LILIAN JOHANA ROSAS VELAZQUEZ May 6, 2026	% 100	00:36
10	ALEXANDER REGALADO ROMERO May 6, 2026	% 100	00:45

Do you want to stay in the Top 10 of this game? Log in to identify yourself.

Make your own free game from our game creator

Compete against your friends to see who gets the best score in this game

Make challenge

Bill of Rights Game - The Constitutionalist

Doni The Don

United States

(89)

Test your knowledge on the Bill of Rights. A fun way to test your knowledge and focus on where you need to improve.
Phlebotomy Order of Draw Quiz

Pamela Chapman

United States

(59)

Test your knowledge of the order of draw in Phlebotomy with these 10 questions!
The Integumentary System

Breanna Nesbitt

United States

(58)

Functions and Structures of the skin
pizza

Lorelay Tyana

Romania

(258)

joc despre pizza
Ethos, Pathos, and Logos Quiz

Kristine Vester

United States

(131)

Test your knowledge of ethos, pathos, and logos with these 10 questions on examples of persuasive techniques.


Froggy Jumps KNN Iris ChallengeOnline version Quiz sobre aprendizaje automático y kNN by Mtra. Maricela Aguilar Illán 1 ¿Qué representan las variables asignadas a X en el contexto del modelo de ML? a El conjunto de datos para el examen final b La herramienta que convierte datos en una tabla Excel c Las características o pistas (medidas de pétalos y sépalos) que el modelo analiza. 2 ¿Qué sucede en la fase de entrenamiento con knn.fit(X_train, y_train)? a El modelo estudia la relación entre las medidas de las flores y sus especies correspondientes. b Se eligen los 3 vecinos más cercanos para decidir c El modelo intenta adivinar especies nunca vistas 3 ¿Para qué sirve random_state=42 al dividir los datos? a Para que el modelo use exactamente 42 vecinos b Para asegurar que la división sea la misma y los resultados sean replicables. c Para aumentar la precisión al 100% 4 Si un modelo kNN se configura con k=3, ¿cómo determina la especie de una nueva flor? a Divide la tabla en tres grupos iguales para exámenes b Selecciona tres medidas al azar e ignora las demás c Analiza las 3 flores más parecidas y elige la especie más frecuente entre ellas. 5 ¿Qué información nos proporciona la diagonal principal en una Matriz de Confusión? a Los errores específicos donde el modelo confundió una flor con otra. b La cantidad de vecinos que resultaron ser más inteligentes c El número total de aciertos 6 Al buscar el mejor valor de k, ¿en qué métrica debemos fijarnos principalmente? a En que el modelo use la menor cantidad de pistas b En el número de filas totales c En el Accuracy (exactitud), buscando el valor más cercano a 1.0. 7 ¿Cuál es la utilidad del conjunto de datos 'Test' (Prueba) según la planeación? a Limpiar los datos para eliminar errores b Simular un examen con datos que el modelo nunca vio durante su estudio. c Proveer al modelo respuestas correctas para estudiar mejor 8 ¿Qué describe mejor la división 75% entrenamiento y 25% prueba? a Se usan 75% para validar hiperparámetros b Se utilizan 75% para pruebas c Se dividen los datos para estudiar con 75% y evaluar con 25%. 9 ¿Qué representa una ‘característica’ en este contexto de ML? a El conjunto de datos para el examen b Medidas de pétalos y sépalos que describen cada flor. c La herramienta para convertir datos en tabla

Froggy Jumps

KNN Iris ChallengeOnline version

Quiz sobre aprendizaje automático y kNN

by Mtra. Maricela Aguilar Illán

¿Qué representan las variables asignadas a X en el contexto del modelo de ML?

El conjunto de datos para el examen final

La herramienta que convierte datos en una tabla Excel

Las características o pistas (medidas de pétalos y sépalos) que el modelo analiza.

¿Qué sucede en la fase de entrenamiento con knn.fit(X_train, y_train)?

El modelo estudia la relación entre las medidas de las flores y sus especies correspondientes.

Se eligen los 3 vecinos más cercanos para decidir

El modelo intenta adivinar especies nunca vistas

¿Para qué sirve random_state=42 al dividir los datos?

Para que el modelo use exactamente 42 vecinos

Para asegurar que la división sea la misma y los resultados sean replicables.

Para aumentar la precisión al 100%

Si un modelo kNN se configura con k=3, ¿cómo determina la especie de una nueva flor?

Divide la tabla en tres grupos iguales para exámenes

Selecciona tres medidas al azar e ignora las demás

Analiza las 3 flores más parecidas y elige la especie más frecuente entre ellas.

¿Qué información nos proporciona la diagonal principal en una Matriz de Confusión?

Los errores específicos donde el modelo confundió una flor con otra.

La cantidad de vecinos que resultaron ser más inteligentes

El número total de aciertos

Al buscar el mejor valor de k, ¿en qué métrica debemos fijarnos principalmente?

En que el modelo use la menor cantidad de pistas

En el número de filas totales

En el Accuracy (exactitud), buscando el valor más cercano a 1.0.

¿Cuál es la utilidad del conjunto de datos 'Test' (Prueba) según la planeación?

Limpiar los datos para eliminar errores

Simular un examen con datos que el modelo nunca vio durante su estudio.

Proveer al modelo respuestas correctas para estudiar mejor

¿Qué describe mejor la división 75% entrenamiento y 25% prueba?

Se usan 75% para validar hiperparámetros

Se utilizan 75% para pruebas

Se dividen los datos para estudiar con 75% y evaluar con 25%.

¿Qué representa una ‘característica’ en este contexto de ML?

El conjunto de datos para el examen

Medidas de pétalos y sépalos que describen cada flor.

La herramienta para convertir datos en tabla

You can integrate the game into an LMS compatible with LTI 1.1 or LTI 1.3 such as Canvas, Moodle, or Blackboard. This way, the scores will be automatically saved into the platform’s gradebook.

KNN Iris Challenge

Froggy Jumps

About this activity

Created by

Download the paper version to play

Top Games

Froggy Jumps

Bill of Rights Game - The Constitutionalist

Froggy Jumps

Phlebotomy Order of Draw Quiz

Froggy Jumps

The Integumentary System

Froggy Jumps

pizza

Froggy Jumps

Ethos, Pathos, and Logos Quiz

Froggy Jumps

KNN Iris ChallengeOnline version

by Mtra. Maricela Aguilar Illán

¿Qué representan las variables asignadas a X en el contexto del modelo de ML?

¿Qué sucede en la fase de entrenamiento con knn.fit(X_train, y_train)?

¿Para qué sirve random_state=42 al dividir los datos?

Si un modelo kNN se configura con k=3, ¿cómo determina la especie de una nueva flor?

¿Qué información nos proporciona la diagonal principal en una Matriz de Confusión?

Al buscar el mejor valor de k, ¿en qué métrica debemos fijarnos principalmente?

¿Cuál es la utilidad del conjunto de datos 'Test' (Prueba) según la planeación?

¿Qué describe mejor la división 75% entrenamiento y 25% prueba?

¿Qué representa una ‘característica’ en este contexto de ML?

		%
	Anonymous	%
		%
		%