Īrisu ziedu sugu klasifikācija

🌸 Īrisu veida klasifikācija

Problēmas apraksts

Ir nepieciešams izveidot klasifikācijas modeli, kas noteiktu zieda sugu balstoties uz tā īpašībām.

Katrs paraugs ir raksturots ar 4 skaitliskajiem atribūtiem: sepaļa un ziedlapiņas garumu un platumu, bet etiķete (species) norāda zieda sugu:

• setosa
• versicolor
• virginica

Šāda veida problēma pieder daudzklašu klasifikācijas (multi-class classification) kategorijai.

Datu kopa ir atvasināta no klasiskās Iris kolekcijas (UCI ML Repository).

🔹 Īpašības (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Ievades failu struktūra

train.csv

Satur visas 4 features kolonnas plus kolonna:

• target – apzīmē zieda sugu (0=setosa, 1=versicolor, 2=virginica)

Piemērs:

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

Satur tās pašas kolonnas bez target, bet iekļauj SampleID.

Piemērs:

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

📤 Iesūtīšana

Izvades failam (submission.csv) jāsatur tieši divas kolonnas:

• SampleID
• label – prognozētā suga (0, 1 vai 2)

Piemērs:

⚙️ Novērtēšana

Modeļu novērtēšana tiks veikta, izmantojot šādu metriku:

• Macro F1-score

Šī metrika ir piemērota daudzklašu klasifikācijai, jo piešķir vienādu svaru katrai klasei, neatkarīgi no piemēru skaita katrā klasē.

Vispārējā formula:

kur C ir klašu skaits, bet F1_i ir F1 rādītājs klasei i.

Galīgais rādītājs tiek izteikts kā procenti (0–100), noapaļots līdz divām decimāldaļām.

📊 Avots

Datu kopa nāk no oriģinālās kolekcijas:
UCI Machine Learning Repository – Iris Data Set