Iris (hoa Diên Vĩ) là một loài hoa đẹp, đại diện cho sự may mắn, tình yêu, lòng dũng cảm, trung thành và sự khôn ngoan. Vì vậy việc phân lớp, dự đoán chính xác loài hoa Iris mang lại nhiều ý nghĩa quan trọng trong thực tiễn. Mặc dù đã và đang có rất nhiều công bố khoa học liên quan đến phân lớp, dự đoán loài hoa Iris, tuy nhiên hiệu năng phân lớp, dự đoán của những công bố này vẫn còn tồn tại những hạn chế nhất định cần được nghiên cứu để cải thiện hơn nữa. Trong bài báo này, tác giả đề xuất mô hình phân lớp dữ liệu, dự đoán hoa Iris trên cơ sở ứng dụng bộ công cụ Weka và các thuật toán Naïve Bayes, Random Forest và KNN. Kết quả cho thấy cả 3 thuật toán trên đều cho độ chính xác cao (trên 95%), vì vậy phù hợp để sử dụng cho việc xây dựng mô hình phân lớp dự đoán hoa Iris. Tuy nhiên, 2 thuật toán Random Forest và KNN (k=3) thể hiện sự ổn định và có tính khách quan tốt hơn so với thuật toán Naïve Bayes., Tóm tắt tiếng anh, Iris is a beautiful flower, representing luck and love courage, loyalty, and wisdom. Therefore, the classification and accurate prediction of Iris flower brings many important meanings in practice. Although there have been many scientific publications related to classification and prediction of Iris flowers, the classification and prediction performance of these publications still have certain limitations that need to be studied for further improvement. In this paper, the author proposes model to classify and predict Iris flowers on the basis of the application of the Weka toolkit and the Naïve Bayes, Random Forest and KNN algorithms. The results reveal that all three algorithms above give high accuracy (over 95%), so it is suitable for building model to classify Iris flowers. However, the two algorithms, Random Forest and KNN (k=3), show better stability and objectivity than the Naïve Bayes algorithm.