1. Título: Datos de la especie Iris
        Actualizado 4 de febrero 2006 - Eliminadas 40 observaciones en cada clase
                                       para mejor comprensión práctica
	Actualizado 19 de abril 2007  - Corregido nombres de variables en cabecera 
				       para coincidir con data(iris) en R

2. Fuente:
     (a) Autor: R.A. Fisher
     (b) Concesión: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov)
     (c) Fecha: Julio, 1988

3. Utilización (obras, proyectos, ..):
   - Publicaciones: Un gran número de obras referencian o utilizan estos datos.
   1. Fisher,R.A. "The use of multiple measurements in taxonomic problems"
      Annual Eugenics, 7, Part II, 179-188 (1936); también en "Contributions
      to Mathematical Statistics" (John Wiley, NY, 1950).
   2. Duda,R.O., & Hart,P.E. (1973) Pattern Classification and Scene Analysis.
      (Q327.D83) John Wiley & Sons.  ISBN 0-471-22361-1.  Ver página 218.
   3. Dasarathy, B.V. (1980) "Nosing Around the Neighborhood: A New System
      Structure and Classification Rule for Recognition in Partially Exposed
      Environments".  IEEE Transactions on Pattern Analysis and Machine
      Intelligence, Vol. PAMI-2, No. 1, 67-71.
      -- Resultados destacados en este trabajo:
         -- Bajas proporciones de clasificación errónea (0% para la clase setosa)
   4. Gates, G.W. (1972) "The Reduced Nearest Neighbor Rule".  IEEE 
      Transactions on Information Theory, May 1972, 431-433.
      -- Resultados:
         -- De nuevo, bajas proporciones de clasificación errónea
   5. Ver también: 1988 MLC Proceedings, 54-64.  Cheeseman et al's AUTOCLASS II
      conceptual clustering system encuentra tres clases en los datos.

4. Información destacada:
   --- Este es, quizás, la mejor base de datos conocida en la literatura de
      reconocimiento de patrones. El artículo de fisher es un clásico en este área de 
      estudio y ha sido frecuentemente referenciado hata el día de hoy (ver Duda & Hart,
      por ejemplo)
   --- El conjunto de datos contiene 3 clases de 50 observaciones cada una, donde cada clase
      está referida a un tipo de planta iris. 
   --- Característica o atributo de predicción: clase de la planta iris.
   

5. Número de observaciones: 150 (50 en cada clase)  
			    Actualizado 4 de febrero 2006 - 30 (10 en cada clase)

6. Número de variables o atributos: 4 variables cuantitativas sin valores nulos, 
                                    1 variable predictora cualitativa para la clase (factor de tres niveles).

7. Información de atributos:
   1. s_length: longitud de los sépalos en cm
   2. s_width : anchura de los sépalos en cm
   3. p_length: longitud de los pépalos en cm
   4. s_width : anchura de los pépalos en cm
   5. species: clase de la planta 
      -- Iris Setosa
      -- Iris Versicolour
      -- Iris Virginica

8. Valores missing: No presentes

Summary Statistics:

	         Min  Max   Mean    SD   Correlation con la clase
   sepal length: 4.3  7.9   5.84  0.83    0.7826   
    sepal width: 2.0  4.4   3.05  0.43   -0.4194
   petal length: 1.0  6.9   3.76  1.76    0.9490  (valor alto!)
    petal width: 0.1  2.5   1.20  0.76    0.9565  (valor alto!)

9. Distribución en la clase: 33.3% para cada una de las 3 clases.