Classificação de espécies de flores Iris

🌸 Classificação do tipo de íris

Descrição do problema

Deseja-se construir um modelo de classificação que determine a espécie de uma flor com base em suas características.

Cada amostra é caracterizada por 4 atributos numéricos: comprimento e largura da sépala e da pétala, e o rótulo (species) indica a espécie da flor:

• setosa
• versicolor
• virginica

Este tipo de problema pertence à categoria de classificação multiclasse (multi-class classification).

O dataset é derivado da coleção clássica Iris (UCI ML Repository).

🔹 Características (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Estrutura dos arquivos de entrada

train.csv

Contém todas as 4 colunas de features mais a coluna:

• target – representa a espécie da flor (0=setosa, 1=versicolor, 2=virginica)

Exemplo:

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

Contém as mesmas colunas sem target, mas inclui SampleID.

Exemplo:

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

📤 Submissão

O arquivo de saída (submission.csv) deve conter exatamente duas colunas:

• SampleID
• label – espécie prevista (0, 1 ou 2)

Exemplo:

⚙️ Avaliação

A avaliação dos modelos será feita utilizando a seguinte métrica:

• Macro F1-score

Esta métrica é adequada para classificação multiclasse, pois atribui peso igual a cada classe, independentemente do número de exemplos em cada uma.

Fórmula geral:

onde C é o número de classes, e F1_i é o score F1 para a classe i.

O score final é expresso como percentual (0–100), arredondado para duas casas decimais.

📊 Fonte

O dataset provém da coleção original:
UCI Machine Learning Repository – Iris Data Set