Ele cria múltiplos modelos para melhorar a classificação dos dados.

Ele agrupa os dados em K clusters, minimizando a soma das distâncias entre os pontos e os centróides.

Ele cria uma árvore de decisão para classificar os dados.

Ele utiliza dados rotulados para classificar novos dados.

Ele agrupa os dados em K clusters, mas não otimiza as distâncias entre os pontos.