Zadatak #5
Autor:Mihai Nan
Težina
Vaš najbolji rezultat
N/D
Želi se izgraditi model klasifikacije koji će odrediti vrstu vina na temelju njegovih kemijskih karakteristika.
Svaki uzorak karakteriziran je s 13 numeričkih atributa koji opisuju kemijska i fizička svojstva vina, a etiketa (target) označava sortu vina iz koje potječe.
Ovaj tip problema pripada kategoriji višeklasne klasifikacije (multi-class classification).
alcoholmalic_acidashalcalinity_of_ashmagnesiumtotal_phenolsflavanoidsnonflavanoid_phenolsproanthocyaninscolor_intensityhueod280/od315_of_diluted_winesprolineDataset potječe iz originalne kolekcije UCI Machine Learning Repository:
https://archive.ics.uci.edu/ml/datasets/Wine
train.csvSadrži svih 13 stupaca features plus stupac:
target – predstavlja klasu vina (sortu).1, 2 i 3.Primjer:
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.csvSadrži iste stupce bez target, ali uključuje SampleID.
Primjer:
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 2.46 630.0Izlazna datoteka (submission.csv) mora sadržavati točno dva stupca:
SampleIDlabel – etiketa predviđena modelom (1, 2 ili 3)Primjer:
| SampleID | label |
|---|---|
| 1 | 2 |
| 2 | 1 |
| 3 | 3 |
Evaluacija modela će se provoditi koristeći sljedeću metriku:
Ova metrika je prikladna za višeklasnu klasifikaciju jer daje 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.
Dataset potječe iz originalne kolekcije:
UCI Machine Learning Repository – Wine Data Set