تصنيف أنواع زهور السوسن

🌸 تصنيف نوع السوسن

وصف المسألة

المطلوب بناء نموذج تصنيف يحدد نوع الزهرة بناءً على خصائصها.

كل عينة تتميز بـ 4 خصائص رقمية: طول وعرض الكأس والبتلة، والتسمية (species) تشير إلى نوع الزهرة:

• setosa
• versicolor
• virginica

هذا النوع من المسائل ينتمي إلى فئة التصنيف متعدد الفئات (multi-class classification).

مجموعة البيانات مشتقة من المجموعة الكلاسيكية Iris (UCI ML Repository).

🔹 الخصائص (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 هيكل ملفات الإدخال

train.csv

يحتوي على جميع الأعمدة الـ 4 للـ features بالإضافة إلى العمود:

• target – يمثل نوع الزهرة (0=setosa, 1=versicolor, 2=virginica)

مثال:

1     sepal_length_(cm)  sepal_width_(cm)  petal_length_(cm)  petal_width_(cm)  target  SampleID28                  4.4               2.9                1.4               0.2       0         93106                4.9               2.5                4.5               1.7       2       107476                 6.8               2.8                4.8               1.4       1        7759                  4.9               3.1                1.5               0.1       0        10689                 5.5               2.5                4.0               1.3       1        90

test.csv

يحتوي على نفس الأعمدة بدون target، ولكن يتضمن SampleID.

مثال:

1     sepal_length_(cm)  sepal_width_(cm)  petal_length_(cm)  petal_width_(cm)  SampleID238                 4.4               3.0                1.3               0.2        393127                6.1               3.0                4.9               1.8       128457                 4.9               2.4                3.3               1.0        58593                 5.0               2.3                3.3               1.0        94642                 4.4               3.2                1.3               0.2        43

📤 التسليم

ملف الإخراج (submission.csv) يجب أن يحتوي على عمودين بالضبط:

• SampleID
• label – النوع المتوقع (0, 1 أو 2)

مثال:

⚙️ التقييم

سيتم تقييم النماذج باستخدام المقياس التالي:

• Macro F1-score

هذا المقياس مناسب للتصنيف متعدد الفئات، لأنه يعطي وزناً متساوياً لكل فئة، بغض النظر عن عدد الأمثلة في كل فئة.

الصيغة العامة:

حيث C هو عدد الفئات، و F1_i هو نتيجة F1 للفئة i.

النتيجة النهائية تُعبر عنها كنسبة مئوية (0–100)، مقربة إلى منزلتين عشريتين.

📊 المصدر

مجموعة البيانات مأخوذة من المجموعة الأصلية:
UCI Machine Learning Repository – Iris Data Set