توضیحات مدل:

طبقه بندی یک روش یادگیری ماشینی نظارت شده است که در آن مدل سعی می کند برچسب صحیح یک داده ورودی داده شده را پیش بینی کند. یکی از الگوریتم هایی که برای طبقه بندی استفاده می شود، “Support Vector Machine” یا مخفف آن SVM است.
در اینجا، ما از دیتاست iris.csv برای اهداف طبقه بندی استفاده می کنیم و می توانید این دیتاست را از لینک بالای این صفحه دانلود کنید. این دیتاست دارای 4 متغیر ویژگی است:
“طول کاسبرگ”, “عرض کاسبرگ”, “طول گلبرگ” و “عرض گلبرگ”
و متغیر پیش بینی برای هر مورد در دیتاست، نوع گل نیلوفر است که دارای 3 مقدار است:
“Iris Setosa”, “Iris Versicolor”, “Iris Virginica”.
در فرم بالا مقادیر 4 متغیر ویژگی را وارد می کنید و مدل نوع گل نیلوفر را در یک فرم پاپ آپ برمی گرداند. توجه داشته باشید که محدوده هر متغیر ویژگی به شرح زیر است:
طول کاسبرگ (بین 4 و 8)
عرض کاسبرگ (بین 2 و 5)
طول گلبرگ (بین 1 و 7)
عرض گلبرگ (بین 0.1 و 3)
نمونه کد مورد استفاده برای آموزش مدل طبقه بندی “svm” در لینک بالای همین صفحه ارائه شده است. هر بار که این فرم را اجرا می کنید و پیش بینی های طبقه بندی اتفاق می افتد، مقادیر در پایگاه داده ذخیره می شوند و با لینک "نتایج" در بالای این صفحه، نتایج قبلی پیش بینی مدل را مشاهده خواهید کرد. اجرای اخیر شما به انتهای این لیست اضافه خواهد شد.