El dataset Iris es un conjunto de datos de clasificación multiclase clásico y muy sencillo. Introducido por el estadístico y biólogo británico Ronald Fisher en su artículo de 1936 "The use of multiple measurements in taxonomic problems". El conjunto de datos de Iris contiene cuatro características (longitud y anchura de sépalos y pétalos) de 50 muestras de tres especies de flores Iris (Iris setosa, Iris virginica e Iris versicolor).

El objetivo es construir un modelo que utilice las características para clasificar las flores con un máximo de precisión.

Para alcanzar este objetivo, vamos a realizar un análisis exploratorio de datos para comprender los datos y elegir las mejores características. Este notebook se centra en explorar y visualizar el conjunto de datos utilizando bibliotecas como Seaborn y Matplotlib. El procesamiento de datos se realiza con Pandas.

• Procesamiento de datos: Pandas.
• Visualización de datos: Seaborn y Matplotlib.

• Wikipedia
• UCI Machine Learning Repository

Joseph Santiago Portilla - Ingeniero Electrónico.

• GitHub: https://github.com/JoePortilla
• Twitter: https://twitter.com/JoePortilla
• LinkedIn: https://www.linkedin.com/in/PortillaJoe
• Kaggle: https://www.kaggle.com/joeportilla