Klasifikacija vrst cvetov Iris

🌸 Klasifikacija vrste perunika

Opis problema

Želi se zgraditi model klasifikacije, ki bo določil vrsto rože na podlagi njenih značilnosti.

Vsak vzorec je opredeljen s 4 numeričnimi atributi: dolžina in širina čašnega in venčnega lista, oznaka (species) pa označuje vrsto rože:

• setosa
• versicolor
• virginica

Ta tip problema spada v kategorijo večrazredne klasifikacije (multi-class classification).

Nabor podatkov je izveden iz klasične zbirke Iris (UCI ML Repository).

🔹 Značilnosti (features)

• sepal_length
• sepal_width
• petal_length
• petal_width

📘 Struktura vhodnih datotek

train.csv

Vsebuje vse 4 stolpce features plus stolpec:

• target – predstavlja vrsto rože (0=setosa, 1=versicolor, 2=virginica)

Primer:

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

Vsebuje iste stolpce brez target, vendar vključuje SampleID.

Primer:

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

📤 Oddaja

Izhodna datoteka (submission.csv) mora vsebovati natanko dva stolpca:

• SampleID
• label – napovedana vrsta (0, 1 ali 2)

Primer:

⚙️ Vrednotenje

Vrednotenje modelov se bo izvajalo z uporabo naslednje metrike:

• Macro F1-score

Ta metrika je primerna za večrazredno klasifikacijo, ker daje enako težo vsaki klasi, ne glede na število primerov v vsaki.

Splošna formula:

kjer je C število razredov, F1_i pa je F1 rezultat za razred i.

Končni rezultat se izrazi kot odstotek (0–100), zaokrožen na dve decimalni mesti.

📊 Vir

Nabor podatkov izvira iz originalne zbirke:
UCI Machine Learning Repository – Iris Data Set