Ülesanne #5
Autor:Mihai Nan
Raskusaste
Sinu parim tulemus
Puudub
Soovitakse ehitada klassifitseerimismudelit, mis määraks viini tüübi selle keemiliste omaduste põhjal.
Iga näidis on iseloomustatud 13 numbrilise atribuudiga, mis kirjeldavad viini keemilisi ja füüsikalisi omadusi, ning silt (target) näitab viinisort, millest see pärineb.
Seda tüüpi probleem kuulub mitme klassi klassifitseerimise (multi-class classification) kategooriasse.
alcoholmalic_acidashalcalinity_of_ashmagnesiumtotal_phenolsflavanoidsnonflavanoid_phenolsproanthocyaninscolor_intensityhueod280/od315_of_diluted_winesprolineAndmestik pärineb originaalsest UCI Machine Learning Repository kogust:
https://archive.ics.uci.edu/ml/datasets/Wine
train.csvSisaldab kõiki 13 tunnuste veergu pluss veerg:
target – esindab viini klassi (sort).1, 2 ja 3.Näide:
SampleID alcohol malic_acid ... od280/od315_of_diluted_wines proline target0 37 13.28 1.64 ... 2.78 880.0 01 31 13.73 1.50 ... 2.71 1285.0 02 27 13.39 1.77 ... 3.22 1195.0 03 13 13.75 1.73 ... 2.90 1320.0 04 149 13.32 3.24 ... 1.62 650.0 2test.csvSisaldab samu veerge ilma target-ita, kuid sisaldab SampleID-d.
Näide:
SampleID alcohol malic_acid ... hue od280/od315_of_diluted_wines proline0 11 14.10 2.16 ... 1.25 3.17 1510.01 135 12.51 1.24 ... 0.75 1.51 650.02 29 13.87 1.90 ... 1.25 3.40 915.03 122 11.56 2.05 ... 0.93 3.69 465.04 63 13.67 1.25 ... 1.23 2.46 630.0Väljundfail (submission.csv) peab sisaldama täpselt kahte veergu:
SampleIDlabel – mudeli ennustatud silt (1, 2 või 3)Näide:
| SampleID | label |
|---|---|
| 1 | 2 |
| 2 | 1 |
| 3 | 3 |
Mudelite hindamine toimub järgmise mõõdiku abil:
See mõõdik sobib mitme klassi klassifitseerimiseks, kuna annab võrdse kaalu igale klassile, olenemata näidete arvust igas klassis.
Üldine valem:
kus C on klasside arv ja F1_i on F1 skoor klassi i jaoks.
Lõplik skoor väljendatakse protsendina (0–100), ümardatuna kahe kümnendkohani.
Andmestik pärineb originaalsest kogust:
UCI Machine Learning Repository – Wine Data Set