Cuando comprimimos una gran cantidad de datos, nos enfrentamos al problema del tiempo que lleva comprimirlo. Además, no podemos predecir qué tan efectivo será el rendimiento de compresión. Por lo tanto, no podemos elegir el mejor algoritmo para comprimir los datos a su tamaño mínimo. Según la complejidad de Kolmogorov, los rendimientos de compresión de los algoritmos implementados en los programas de compresión disponibles en el sistema difieren. Por lo tanto, es imposible seleccionar deliberadamente el mejor programa de compresión antes de probar la operación de compresión. A partir de este contexto, este documento propone un método con un análisis de componentes principales (PCA) y una red neuronal profunda (DNN) para predecir la entropía de los datos a comprimir. El método infiere un programa de compresión apropiado en el sistema para cada bloque de datos de los datos de entrada y logra una buena relación de compresión sin intentar comprimir toda la cantidad de datos a la vez. Este documento se centra especialmente en la compresión sin pérdida de datos de imagen, centrándose en los bloques de imagen. A través de la evaluación experimental, este documento muestra un rendimiento de compresión razonable cuando se aplica el método propuesto en lugar de cuando se aplica un programa de compresión seleccionado al azar en el conjunto de datos completo.