Spam eller ej spam. Ondsindet eller godartet. Svig eller legitim. Klassificering tildeler input til en af ​​flere foruddefinerede kategorier, og det understøtter en stor del af praktisk maskinlæring.

Modeller lærer en beslutningsgrænse fra mærkede eksempler. Binær klassificering adskiller to klasser. Multiklasse udvides til flere. Multilabel tillader flere samtidige mærker, hvilket er nyttigt, når kategorier ikke gensidigt udelukker hinanden.

Almindelige klassifikatorer

• Logistisk regression
• Beslutningstræer og tilfældige skove
• Støttevektormaskiner
• Neurale netværk
• Naive Bayes

Nøjagtighed alene er en dårlig målestok, når klasserne er ubalancerede. En svindeldetektor, der ikke markerer noget, opnår 99,9 procents nøjagtighed på et datasæt, hvor svindel er sjælden, men alligevel er den ubrugelig. Præcision, genkendelse og F1-score fortæller en mere ærlig historie.