Iris

150 flores, 4 medidas, 3 especies: el dataset más citado de la historia del machine learning.

ÁreaBenchmarks Clásicos de Machine Learning
DominioBenchmark Clásico
DificultadPrincipiante
Tamaño150 filas · 4 features · 3 clases
Fuente oficial

¿Qué puedes lograr con este dataset?

  • Dar tus primeros pasos con un dataset de clasificación perfectamente limpio
  • Visualizar relaciones entre variables con un dataset pequeño y comprensible
  • Practicar el flujo completo de scikit-learn sin fricciones de datos

Descripción

Recolectado por Ronald Fisher en 1936, Iris mide cuatro características (largo/ancho de sépalo y pétalo) de 150 flores de tres especies distintas. Su tamaño diminuto y ausencia total de valores faltantes lo convierten en el ejemplo introductorio universal de clasificación.

Casos de uso

  • Primer proyecto de clasificación multiclase
  • Enseñanza introductoria de scikit-learn y visualización
  • Pruebas rápidas de nuevos algoritmos antes de escalar
  • Demostración de reducción de dimensionalidad (PCA) en clase

Cómo cargarlo

Cómo cargarlopython
from sklearn.datasets import load_iris

datos = load_iris(as_frame=True)
print(datos.frame.head())

Ventajas y limitaciones

Ventajas

  • Perfectamente limpio, sin valores faltantes ni outliers que resolver
  • Disponible directamente en scikit-learn, sin descargas
  • El problema es fácilmente separable, ideal para enseñar conceptos sin ruido

Limitaciones

  • Demasiado simple y 'resuelto' para evaluar algoritmos modernos de forma significativa
  • No representa los retos reales de datos sucios o desbalanceados

Datasets relacionados