Klasifikacija vrsta cvjetova Iris

🌸 Klasifikacija vrste irisa

Opis problema

Želi se izgraditi model klasifikacije koji će odrediti vrstu cvijeta na temelju njegovih karakteristika.

Svaki uzorak karakteriziran je kroz 4 numerička atributa: duljina i širina čašičnog i laticnog lista, a oznaka (species) označava vrstu cvijeta:

• setosa
• versicolor
• virginica

Ovaj tip problema pripada kategoriji višeklasne klasifikacije (multi-class classification).

Skup podataka izveden je iz klasične kolekcije Iris (UCI ML Repository).

🔹 Karakteristike (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Struktura ulaznih datoteka

train.csv

Sadrži svih 4 stupca features plus stupac:

• target – predstavlja vrstu cvijeta (0=setosa, 1=versicolor, 2=virginica)

Primjer:

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

Sadrži iste stupce bez target, ali uključuje SampleID.

Primjer:

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

📤 Predaja

Izlazna datoteka (submission.csv) mora sadržavati točno dva stupca:

• SampleID
• label – predviđena vrsta (0, 1 ili 2)

Primjer:

⚙️ Evaluacija

Evaluacija modela provodit će se koristeći sljedeću metriku:

• Macro F1-score

Ova metrika prikladna je za višeklasnu klasifikaciju jer dodjeljuje jednaku težinu svakoj klasi, neovisno o broju primjera u svakoj.

Opća formula:

gdje je C broj klasa, a F1_i je F1 rezultat za klasu i.

Konačni rezultat izražava se kao postotak (0–100), zaokružen na dvije decimale.

📊 Izvor

Skup podataka potječe iz originalne kolekcije:
UCI Machine Learning Repository – Iris Data Set