Spam ou non. Malfaisant ou bénin. Fraude ou légitime. La classification attribue les données d'entrée à l'une des catégories prédéfinies et sous-tend une part importante de l'apprentissage automatique pratique.

Les modèles apprennent une frontière de décision à partir d'exemples étiquetés. La classification binaire sépare deux classes. La classification multiclasse s'étend à plusieurs classes. La classification multilabel permet d'attribuer plusieurs étiquettes simultanément, ce qui est utile lorsque les catégories ne sont pas mutuellement exclusives.

classificateurs courants

• Régression logistique
• arbres de décision et forêts aléatoires
• Machines à vecteurs de support
• Réseaux neuronaux
• Bayes naïf

La précision seule est un indicateur peu fiable lorsque les classes sont déséquilibrées. Un détecteur de fraude qui ne signale aucune infraction peut atteindre une précision de 99,9 % sur un jeu de données où la fraude est rare, mais il est inutile. La précision, le rappel et le score F1 offrent une vision plus réaliste.