para todas as classes existe uma alta correlação entre os atributos sepal length e sepal width.

o atributo sepal length é um bom separador linear para todas as classes.

técnicas de agrupamento particional podem separar as três classes sem nenhum erro de classificação.

somente o atributo petal width pode ser usado para classificar os dados em três classes sem erros.

dados da classe Setosa podem ser separados das outras classes com uma árvore de decisão simples.