Reducción de la dimensionalidad con PCA

Usa el conjunto de datos 'Iris' proporcionado por Scikit Learn, que contiene características de diferentes tipos de flores iris, para aplicar el Análisis de Componentes Principales (PCA). El objetivo es reducir la dimensionalidad de los datos de tal manera que puedas visualizar cómo se agrupan los diferentes tipos de iris en un espacio bi-dimensional.

Cargar el conjunto de datos 'Iris': Utiliza load_iris() de Scikit Learn para cargar el dataset.

Estandarizar las características: Antes de aplicar PCA, asegúrate de escalar las características para que todas tengan media 0 y desviación estándar 1.

Aplicar PCA: Reduce las dimensiones de los datos de 4 características a 2 usando PCA. Al ejecutar la transformación, obtén los nuevos valores de las características en el espacio de los componentes principales.

Visualizar los resultados: Genera un gráfico de dispersión (scatter plot) en 2D de tus resultados, etiquetando los puntos según el tipo de flor para ver cómo se agrupan en el espacio reducido.