Classification des espèces de fleurs Iris

🌸 Classification du type d'iris

Description du problème

On souhaite construire un modèle de classification qui détermine l'espèce d'une fleur en fonction de ses caractéristiques.

Chaque échantillon est caractérisé par 4 attributs numériques : la longueur et la largeur du sépale et du pétale, et l'étiquette (species) indique l'espèce de la fleur :

• setosa
• versicolor
• virginica

Ce type de problème appartient à la catégorie de classification multiclasse (multi-class classification).

Le dataset est dérivé de la collection classique Iris (UCI ML Repository).

🔹 Caractéristiques (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Structure des fichiers d'entrée

train.csv

Contient toutes les 4 colonnes de features plus la colonne :

• target – représente l'espèce de la fleur (0=setosa, 1=versicolor, 2=virginica)

Exemple :

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

Contient les mêmes colonnes sans target, mais inclut SampleID.

Exemple :

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

📤 Soumission

Le fichier de sortie (submission.csv) doit contenir exactement deux colonnes :

• SampleID
• label – l'espèce prédite (0, 1 ou 2)

Exemple :

⚙️ Évaluation

L'évaluation des modèles se fera en utilisant la métrique suivante :

• Macro F1-score

Cette métrique est appropriée pour la classification multiclasse, car elle accorde un poids égal à chaque classe, indépendamment du nombre d'exemples dans chacune.

Formule générale :

où C est le nombre de classes, et F1_i est le score F1 pour la classe i.

Le score final s'exprime en pourcentage (0–100), arrondi à deux décimales.

📊 Source

Le dataset provient de la collection originale :
UCI Machine Learning Repository – Iris Data Set