تصنيف أزهار Iris
وصف المشكلة
تصنيف نوع زهرة Iris (Setosa أو Versicolor أو Virginica) من أربعة قياسات للسبلة والبتلة. المشروع الأول المثالي لفهم دورة التصنيف كاملة.
الأهداف
- قراءة جدول بيانات وتحديد عمود الهدف
- تدريب ثلاثة مصنفات ومقارنتها بالتحقق المتقاطع
- قراءة مصفوفة الالتباس
نوع المشكلة
تصنيف Classification
مجموعة البيانات
الأدوات المستخدمة
الخوارزميات
خطوات التنفيذ
- افتح سير العمل iris-classification.ows في Orange (أو أنشئه: File ← Test and Score مع Tree وkNN وLogistic Regression).
- تأكد في File أن species هو الهدف Target.
- في Test and Score اختر Cross validation بعشر طيات.
- صل Test and Score بـ Confusion Matrix وحدد النموذج الأفضل.
- في WEKA: افتح iris.arff في Explorer ثم Classify واختر J48 وIBk وLogistic.
- في KNIME: CSV Reader ← X-Partitioner ← Decision Tree Learner/Predictor ← X-Aggregator ← Scorer.
مخطط سير العمل
قراءة البياناتمعالجة وتحويلنموذج / خوارزميةتنبؤتقييمعرض وتصوير
Orange
↔ اسحب المخطط أفقياً لرؤيته كاملاً.
الاتصالات نصاً (7)
- File → Data Table
- File → Test and Score
- Tree → Test and Score
- kNN → Test and Score
- Logistic Regression → Test and Score
- Test and Score → Confusion Matrix
- File → Scatter Plot
KNIME
↔ اسحب المخطط أفقياً لرؤيته كاملاً.
الاتصالات نصاً (6)
- CSV Reader → X-Partitioner
- X-Partitioner → Decision Tree Learner
- Decision Tree Learner → Decision Tree Predictor
- Decision Tree Predictor → X-Aggregator
- X-Aggregator → Scorer
- X-Partitioner → Decision Tree Predictor
ملفات المشروع
- مجموعة البيانات CSVCSV3.8 كيلوبايت
- ملف WEKA بصيغة ARFFWEKA ARFF4.3 كيلوبايت
- سير عمل Orange (.ows)Orange6.3 كيلوبايت
- البيانات بصيغة Orange (.tab) لسير العملOrange TAB3.8 كيلوبايت
- النتائج المرجعية المحسوبة (CSV)نتائج195.0 بايت
- دليل التنفيذ خطوة بخطوة (PDF)PDF333.3 كيلوبايت
- حزمة المشروع كاملة (ZIP)ZIP276.3 كيلوبايت
ملفات KNIME Workflow بصيغة KNWF غير مرفقة في هذا الإصدار لأننا لم نبنها ونختبرها داخل KNIME نفسها؛ مخطط عُقد KNIME مرسوم أعلاه لتبنيه بنفسك.
النتائج
نتائج فعلية محسوبة على الملفات المرفقة
• Decision Tree: Accuracy 93.3% (± 5.2%)، F1-macro 0.932
• kNN (k=5): Accuracy 96.0% (± 5.3%)، F1-macro 0.959
• Logistic Regression: Accuracy 95.3% (± 5.2%)، F1-macro 0.953
ونتائج مكتبة Orange 3.41.0 (10-fold، كإعدادات Test and Score الافتراضية):
• Tree: CA 94.0%، F1 0.940، AUC 0.949
• kNN: CA 95.3%، F1 0.953، AUC 0.987
• Logistic Regression: CA 96.0%، F1 0.960، AUC 0.997
الفروق الصغيرة بين المكتبتين طبيعية لاختلاف الإعدادات الافتراضية وتقسيم الطيات.
مقاييس التقييم
- Accuracy
- Precision وRecall وF1 (macro)
- Confusion Matrix
تفسير النتائج
كل النماذج تتجاوز 93%. نوع Setosa منفصل تماماً، ومعظم الأخطاء بين Versicolor وVirginica لتداخل قياساتهما. خصائص البتلة أكثر تمييزاً من السبلة.
أسئلة للمناقشة
- لماذا لا تكفي دقة التدريب للحكم على النموذج؟
- ما الذي يحدث لـ kNN إذا لم نطبّع الخصائص؟
- أي الخصائص الأربع يمكن حذفها دون خسارة كبيرة؟
