بإيجاز، فيما يلي ملخص لمشروع تصنيف زهرة الأيرس:
1. نظرة عامة على المشروع:
- الهدف من المشروع هو تصنيف أنواع زهرة الأيرس (Setosa، Versicolor، Virginica) باستخدام خوارزمية التعلم الكمي للمتجهات (LVQ).
- تم استخدام مجموعة بيانات الأيرس من مستودع تعلم الآلة بجامعة كاليفورنيا إرفين، والتي تحتوي على 150 عينة.
- تحتوي مجموعة البيانات على 4 ميزات كمية (طول السبيرال، عرض السبيرال، طول البتلة، عرض البتلة) والمتغير المستهدف هو نوع زهرة الأيرس.
2. معالجة البيانات المسبقة:
- تم تحميل بيانات الأيرس من ملف CSV إلى إطار بيانات Pandas.
- تم فصل الميزات عن المتغير المستهدف، وتم تقييم البيانات باستخدام StandardScaler.
- تم تقسيم مجموعة البيانات إلى مجموعتي تدريب واختبار، مع تصنيف حسب المتغير المستهدف.
3. النمذجة:
- يخطط المشروع للعمل على 3 نماذج مختلفة: LVQ و K-Means Clustering و ANFIS، للعثور على أفضل دقة مثلى للتصنيف.
- LVQ (التعلم الكمي للمتجهات) هو نوع من خوارزميات الشبكة العصبية الاصطناعية التي تسمح لك باختيار عدد المثال التدريبي الذي ستتصل به وتتعلم كيف ينبغي أن يبدو.
- K-Means Clustering هو خوارزمية تعلم آلي غير خاضعة للإشراف، حيث لا يتم استخدام المتغير المستهدف (y) أثناء عملية التدريب.
4. الأهداف:
- الهدف الرئيسي هو تصنيف 3 أنواع من زهرة الأيرس (Setosa، Versicolor، Virginica) باستخدام خوارزمية LVQ.
- يهدف المشروع أيضًا إلى استكشاف ومقارنة أداء نماذج LVQ و K-Means Clustering و ANFIS لمهمة تصنيف زهرة الأيرس.
اسم المستقل | Nadin J. |
عدد الإعجابات | 0 |
عدد المشاهدات | 15 |
تاريخ الإضافة | |
تاريخ الإنجاز |