Spam oder kein Spam. Bösartig oder gutartig. Betrug oder legitim. Die Klassifizierung ordnet Eingaben einer von mehreren vordefinierten Kategorien zu und bildet die Grundlage für einen Großteil des praktischen maschinellen Lernens.

Modelle lernen anhand von gekennzeichneten Beispielen eine Entscheidungsgrenze. Die binäre Klassifizierung trennt zwei Klassen. Die Mehrklassenklassifizierung erweitert diese auf mehrere Klassen. Die Multilabel-Klassifizierung ermöglicht die gleichzeitige Kennzeichnung mehrerer Kategorien und ist nützlich, wenn sich die Kategorien nicht gegenseitig ausschließen.

Gängige Klassifikatoren

• Logistische Regression
• Entscheidungsbäume und Zufallswälder
• Support-Vektor-Maschinen
• Neuronale Netze
• Naive Bayes

Die Genauigkeit allein ist bei ungleichen Klassenverteilungen ein unzureichendes Maß. Ein Betrugserkennungssystem, das keine Fälle meldet, erreicht zwar eine Genauigkeit von 99,9 Prozent bei einem Datensatz mit seltenem Betrug, ist aber dennoch nutzlos. Präzision, Trefferquote und F1-Score liefern ein aussagekräftigeres Bild.