Classificazione delle specie di fiori Iris

🌸 Classificazione del tipo di iris

Descrizione del problema

Si desidera costruire un modello di classificazione che determini la specie di un fiore sulla base delle sue caratteristiche.

Ogni campione è caratterizzato da 4 attributi numerici: lunghezza e larghezza del sepalo e del petalo, mentre l'etichetta (species) indica la specie del fiore:

• setosa
• versicolor
• virginica

Questo tipo di problema appartiene alla categoria di classificazione multiclasse (multi-class classification).

Il dataset è derivato dalla collezione classica Iris (UCI ML Repository).

🔹 Caratteristiche (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Struttura dei file di input

train.csv

Contiene tutte le 4 colonne di features più la colonna:

• target – rappresenta la specie del fiore (0=setosa, 1=versicolor, 2=virginica)

Esempio:

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

Contiene le stesse colonne senza target, ma include SampleID.

Esempio:

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

📤 Sottomissione

Il file di output (submission.csv) deve contenere esattamente due colonne:

• SampleID
• label – la specie prevista (0, 1 o 2)

Esempio:

⚙️ Valutazione

La valutazione dei modelli verrà effettuata utilizzando la seguente metrica:

• Macro F1-score

Questa metrica è adatta per la classificazione multiclasse, poiché accorda peso uguale a ciascuna classe, indipendentemente dal numero di esempi in ogni classe.

Formula generale:

dove C è il numero di classi, e F1_i è il punteggio F1 per la classe i.

Il punteggio finale si esprime come percentuale (0–100), arrotondato a due decimali.

📊 Fonte

Il dataset proviene dalla collezione originale:
UCI Machine Learning Repository – Iris Data Set