بريد مزعج أم لا. خبيث أم حميد. احتيالي أم مشروع. يُصنّف التصنيف المدخلات إلى واحدة من عدة فئات محددة مسبقًا، وهو أساس جزء كبير من التعلم الآلي العملي.

تتعلم النماذج حدود القرار من الأمثلة المصنفة. يفصل التصنيف الثنائي بين فئتين. أما التصنيف متعدد الفئات فيشمل عدة فئات. ويسمح التصنيف متعدد التصنيفات بإضافة تصنيفات متعددة في آن واحد، وهو أمر مفيد عندما لا تكون الفئات حصرية.

المصنفات الشائعة

• الانحدار اللوجستي
• أشجار القرار والغابات العشوائية
• آلات المتجهات الداعمة
• الشبكات العصبية
• بايز الساذج

لا يُعدّ قياس الدقة وحده معيارًا كافيًا عندما تكون البيانات غير متوازنة. فمثلاً، يحقق كاشف الاحتيال الذي لا يُشير إلى أي شيء دقة تصل إلى 99.9% على مجموعة بيانات نادرة الاحتيال، ومع ذلك فهو عديم الفائدة. أما الدقة والاستدعاء ودرجة F1 فتُقدّم صورةً أكثر دقةً وموضوعية.