Este documento presenta el algoritmo de determinación de límite intrínseco (Algoritmo ILD), una técnica novedosa para determinar el mejor rendimiento posible, medido en términos del AUC (área bajo la curva ROC) y la precisión, que se puede obtener de un conjunto de datos específico en un problema de clasificación binaria con características categóricas independientemente del modelo utilizado. Este límite, conocido como el error de Bayes, es completamente independiente de cualquier modelo utilizado y describe una propiedad intrínseca del conjunto de datos. Por lo tanto, el algoritmo ILD proporciona información importante sobre los límites de predicción de cualquier algoritmo de clasificación binaria cuando se aplica al conjunto de datos considerado. En este documento, se describe en detalle el algoritmo, se presenta todo su marco matemático y se proporciona el seudocódigo para facilitar su implementación. Finalmente, se presenta un ejemplo con un conjunto de datos reales.