Problème: former un modèle permettant de distinguer les différentes espèces de fleurs d‘iris sur la base de quatre mesures (caractéristiques) : longueur et largeur des sépales, longueur et largeur des pétales.

Contexte: L‘ensemble de données de classification Iris est célèbre dans le monde de l‘apprentissage automatique. Datant de l‘article de 1936 de R.A. Fisher, "The Use of Multiple Measurements in Taxonomic Problems", l‘ensemble de données Iris est depuis longtemps utilisé pour l‘introduction au développement de l‘apprentissage automatique.

Type de modèle: Régression logistique

Ce que nous avons fait: Nous avons construit, formé et déployé un modèle d‘apprentissage automatique utilisant un algorithme de classification multiclasse. ( Nous avons développé et déployé le modèle dans le cadre de SnapLogic Enterprise Integration Cloud, une intégration de données basée sur cloud plateforme .

Dans la démo ci-dessous, ajustez la taille des sépales et des pétales, puis cliquez sur "Predict" pour tester le modèle construit sur SnapLogic plateforme. Le modèle prédit l‘espèce de fleur en fonction des données d‘entrée que vous avez sélectionnées.