تصنيف بيانات زهرة السوسن (Iris Dataset) باستخدام خوارزميات التعلم الآلي Decision Tree وNaive Bayes

في هذا المشروع تم استخدام مكتبة scikit-learn لبناء نموذجين لتصنيف بيانات زهرة السوسن (Iris Dataset)، وهي من أشهر مجموعات البيانات في مجال تعلم الآلة. تم تنفيذ خوارزميتين مختلفتين للمقارنة بين أدائهما: Decision Tree Classifier (شجرة القرار) تم تدريب النموذج على 70% من البيانات واختباره على 30%. تم استخدام مقياس Gini لقياس النقاء، وتحديد عمق الشجرة الأقصى بـ 3. تمت طباعة دقة النموذج ورسم تمثيل بصري لشجرة القرار. Naive Bayes Classifier (الاحتمالية البسيطة) تم استخدام نموذج GaussianNB لتصنيف نفس البيانات. تم حساب الدقة (Accuracy)، تقرير التصنيف (Classification Report)، ومصفوفة الالتباس (Confusion Matrix). تمت مقارنة نتائج التدريب والاختبار لتقييم أداء النموذج. يهدف العمل إلى المقارنة بين أداء نموذجين مختلفين من خوارزميات التصنيف على نفس البيانات، وتحليل دقة التنبؤ ومدى كفاءة كل نموذج.