في هذا المشروع، تم تطوير نموذج تعلم آلي لتصنيف زهور إيريس إلى ثلاثة أنواع: Setosa، Versicolor، و Virginica استنادًا إلى قياسات السبلات (Sepal) وبتلات (Petal) الزهور. تم استخدام مجموعة بيانات إيريس الشهيرة التي تحتوي على أربع ميزات رئيسية: طول السبلات، عرض السبلات، طول البتلات، وعرض البتلات.
الخطوات المتبعة في المشروع:
استكشاف البيانات: فحص هيكل البيانات وفهم الخصائص والعلاقات بين الميزات.
إعداد البيانات: تنظيف البيانات وتجهيزها لتدريب النموذج، بما في ذلك تقسيم البيانات إلى ميزات وعلامات مستهدفة.
تدريب النماذج: تم تدريب ثلاث نماذج تعلم آلي لتصنيف الزهور:
دعم الآلات الناقلية (SVM).
الغابات العشوائية (Random Forest).
الانحدار اللوجستي (Logistic Regression).
تقييم النماذج: تم تقييم أداء النماذج باستخدام الدقة (accuracy) ومقاييس أخرى مثل مصفوفة الارتباك.
دقة SVM: 0.9333
دقة Random Forest: 0.9333
دقة Logistic Regression: 0.93
التصور: تم استخدام الرسوم البيانية لتصور البيانات وتقييم أداء النماذج.
الفائدة: يوفر هذا المشروع أداة فعالة لتصنيف الزهور بناءً على الخصائص المدروسة. أظهرت النماذج الثلاثة أداءً متقاربًا ودقة عالية في تصنيف أنواع الزهور، مما يساعد في فهم كيفية تأثير خصائص الزهور على تصنيفها بشكل دقيق.
| اسم المستقل | ندا ر. |
| عدد الإعجابات | 0 |
| عدد المشاهدات | 7 |
| تاريخ الإضافة | |
| تاريخ الإنجاز |
