Класификация на видовете цветя Ирис

🌸 Класификация на типа ирис

Описание на задачата

Желае се построяването на модел за класификация, който да определя вида на цвете въз основа на неговите характеристики.

Всяка извадка се характеризира с 4 числови атрибута: дължина и ширина на чашелистчето и венчелистчето, а етикетът (species) указва вида на цветето:

• setosa
• versicolor
• virginica

Този тип задача принадлежи към категорията многокласова класификация (multi-class classification).

Наборът от данни е извлечен от класическата колекция Iris (UCI ML Repository).

🔹 Характеристики (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Структура на входните файлове

train.csv

Съдържа всичките 4 колони с features плюс колоната:

• target – представлява вида на цветето (0=setosa, 1=versicolor, 2=virginica)

Пример:

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

Съдържа същите колони без target, но включва SampleID.

Пример:

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

📤 Подаване

Изходният файл (submission.csv) трябва да съдържа точно две колони:

• SampleID
• label – предвиденият вид (0, 1 или 2)

Пример:

⚙️ Оценяване

Оценяването на моделите ще се извърши използвайки следната метрика:

• Macro F1-score

Тази метрика е подходяща за многокласова класификация, тъй като дава равна тежест на всеки клас, независимо от броя примери във всеки.

Общата формула:

където C е броят на класовете, а F1_i е F1 резултатът за клас i.

Финалният резултат се изразява като процент (0–100), закръглен до два знака след десетичната запетая.

📊 Източник

Наборът от данни произлиза от оригиналната колекция:
UCI Machine Learning Repository – Iris Data Set