Spam o no spam. Maligno o benigno. Fraude o legítimo. La clasificación asigna las entradas a una de varias categorías predefinidas y es la base de gran parte del aprendizaje automático práctico.

Los modelos aprenden un límite de decisión a partir de ejemplos etiquetados. La clasificación binaria separa dos clases. La clasificación multiclase se extiende a varias clases. La clasificación multietiqueta permite múltiples etiquetas simultáneas, lo que resulta útil cuando las categorías no son mutuamente excluyentes.

Clasificadores comunes

• Regresión logística
• Árboles de decisión y bosques aleatorios
• Máquinas de vectores de soporte
• Redes neuronales
• Bayes ingenuo

La precisión por sí sola es una métrica deficiente cuando las clases están desequilibradas. Un detector de fraude que no detecta nada logra una precisión del 99,9 % en un conjunto de datos donde el fraude es poco frecuente, pero resulta inútil. La precisión, la exhaustividad y la puntuación F1 ofrecen una visión más objetiva.