Klasyfikacja gatunków kwiatów Iris

🌸 Klasyfikacja gatunku irysa

Opis problemu

Celem jest zbudowanie modelu klasyfikacji, który określi gatunek kwiatu na podstawie jego cech.

Każda próbka charakteryzuje się 4 atrybutami numerycznymi: długością i szerokością działki kielicha i płatka, a etykieta (species) wskazuje gatunek kwiatu:

• setosa
• versicolor
• virginica

Ten typ problemu należy do kategorii klasyfikacji wieloklasowej (multi-class classification).

Zbiór danych pochodzi z klasycznej kolekcji Iris (UCI ML Repository).

🔹 Cechy (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Struktura plików wejściowych

train.csv

Zawiera wszystkie 4 kolumny features plus kolumnę:

• target – reprezentuje gatunek kwiatu (0=setosa, 1=versicolor, 2=virginica)

Przykład:

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

Zawiera te same kolumny bez target, ale zawiera SampleID.

Przykład:

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

📤 Zgłoszenie

Plik wyjściowy (submission.csv) musi zawierać dokładnie dwie kolumny:

• SampleID
• label – przewidywany gatunek (0, 1 lub 2)

Przykład:

⚙️ Ocena

Ocena modeli będzie przeprowadzana przy użyciu następującej metryki:

• Macro F1-score

Ta metryka jest odpowiednia dla klasyfikacji wieloklasowej, ponieważ przypisuje równą wagę każdej klasie, niezależnie od liczby przykładów w każdej z nich.

Wzór ogólny:

gdzie C to liczba klas, a F1_i to wynik F1 dla klasy i.

Wynik końcowy wyrażany jest jako procent (0–100), zaokrąglony do dwóch miejsc po przecinku.

📊 Źródło

Zbiór danych pochodzi z oryginalnej kolekcji:
UCI Machine Learning Repository – Iris Data Set