Klassifizierung der Iris-Blumenarten

🌸 Klassifikation des Iris-Typs

Problembeschreibung

Es soll ein Klassifikationsmodell erstellt werden, das die Art einer Blume anhand ihrer Eigenschaften bestimmt.

Jede Probe wird durch 4 numerische Attribute charakterisiert: Länge und Breite von Kelchblatt und Blütenblatt, und das Label (species) gibt die Blumenart an:

• setosa
• versicolor
• virginica

Diese Art von Problem gehört zur Kategorie der Mehrklassen-Klassifikation (multi-class classification).

Der Datensatz ist von der klassischen Iris-Sammlung (UCI ML Repository) abgeleitet.

🔹 Merkmale (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Struktur der Eingabedateien

train.csv

Enthält alle 4 Features-Spalten plus die Spalte:

• target – repräsentiert die Blumenart (0=setosa, 1=versicolor, 2=virginica)

Beispiel:

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

Enthält dieselben Spalten ohne target, aber mit SampleID.

Beispiel:

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

📤 Abgabe

Die Ausgabedatei (submission.csv) muss genau zwei Spalten enthalten:

• SampleID
• label – vorhergesagte Art (0, 1 oder 2)

Beispiel:

⚙️ Bewertung

Die Bewertung der Modelle erfolgt mit folgender Metrik:

• Macro F1-Score

Diese Metrik ist für die Mehrklassen-Klassifikation geeignet, da sie jeder Klasse gleiches Gewicht verleiht, unabhängig von der Anzahl der Beispiele in jeder Klasse.

Allgemeine Formel:

wobei C die Anzahl der Klassen ist und F1_i der F1-Score für Klasse i.

Das Endergebnis wird als Prozentsatz (0–100) ausgedrückt, gerundet auf zwei Dezimalstellen.

📊 Quelle

Der Datensatz stammt aus der ursprünglichen Sammlung:
UCI Machine Learning Repository – Iris Data Set