בעיה #5
מחבר:Mihai Nan
רמת קושי
הציון הטוב ביותר שלך
לא זמין
מטרת המשימה היא בניית מודל סיווג שיקבע את סוג היין על בסיס המאפיינים הכימיים שלו.
כל דגימה מאופיינת על ידי 13 תכונות מספריות המתארות תכונות כימיות ופיזיקליות של היין, והתווית (target) מציינת את זן היין ממנו היא מגיעה.
סוג בעיה זה שייך לקטגוריה של סיווג רב-מחלקתי (multi-class classification).
alcoholmalic_acidashalcalinity_of_ashmagnesiumtotal_phenolsflavanoidsnonflavanoid_phenolsproanthocyaninscolor_intensityhueod280/od315_of_diluted_winesprolineמאגר הנתונים מגיע מהאוסף המקורי של UCI Machine Learning Repository:
https://archive.ics.uci.edu/ml/datasets/Wine
train.csvמכיל את כל 13 עמודות הfeatures בתוספת העמודה:
target – מייצגת את מחלקת היין (הזן).1, 2 ו-3.דוגמה:
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.csvמכיל את אותן עמודות ללא target, אך כולל SampleID.
דוגמה:
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 2.46 630.0קובץ הפלט (submission.csv) חייב להכיל בדיוק שתי עמודות:
SampleIDlabel – התווית שחזה המודל (1, 2 או 3)דוגמה:
| SampleID | label |
|---|---|
| 1 | 2 |
| 2 | 1 |
| 3 | 3 |
הערכת המודלים תתבצע באמצעות המדד הבא:
מדד זה מתאים לסיווג רב-מחלקתי, מכיוון שהוא נותן משקל שווה לכל מחלקה, ללא תלות במספר הדוגמאות בכל אחת.
הנוסחה הכללית:
כאשר C הוא מספר המחלקות, ו-F1_i הוא ציון ה-F1 עבור מחלקה i.
הציון הסופי מתבטא כאחוז (0–100), מעוגל לשתי ספרות אחרי הנקודה.
מאגר הנתונים מגיע מהאוסף המקורי:
UCI Machine Learning Repository – Wine Data Set