La notación Big O describe, de forma aproximada, cómo se comporta el tiempo de ejecución o el uso de memoria de un algoritmo a medida que crece el tamaño de sus datos de entrada, permitiendo comparar la eficiencia relativa de distintos algoritmos sin depender de detalles específicos del hardware donde se ejecuten.
Por qué importa al elegir un algoritmo de machine learning
Un algoritmo que funciona perfectamente bien con miles de observaciones puede volverse completamente impráctico con decenas de millones si su complejidad crece de forma cuadrática o peor respecto al tamaño de los datos, algo especialmente relevante al trabajar con los volúmenes de datos típicos del Big Data.