स्पैम है या नहीं? हानिकारक है या हानिरहित? धोखाधड़ी है या वैध? वर्गीकरण इनपुट को कई पूर्वनिर्धारित श्रेणियों में से किसी एक में रखता है, और यह व्यावहारिक मशीन लर्निंग के एक बड़े हिस्से का आधार है।

मॉडल लेबल किए गए उदाहरणों से निर्णय सीमा सीखते हैं। बाइनरी वर्गीकरण दो वर्गों को अलग करता है। मल्टीक्लास कई वर्गों तक विस्तारित होता है। मल्टीलेबल एक साथ कई लेबल की अनुमति देता है, जो तब उपयोगी होता है जब श्रेणियां परस्पर अनन्य न हों।

सामान्य वर्गीकरणकर्ता

• संभार तन्त्र परावर्तन
• निर्णय वृक्ष और यादृच्छिक वन
• समर्थन वेक्टर मशीन
• तंत्रिका - तंत्र
• भोला बेयस

जब डेटासेट में भिन्नता हो तो केवल सटीकता ही पर्याप्त मापदंड नहीं है। धोखाधड़ी का पता लगाने वाला उपकरण, जो किसी भी धोखाधड़ी का संकेत नहीं देता, ऐसे डेटासेट पर 99.9 प्रतिशत सटीकता प्राप्त कर लेता है जहां धोखाधड़ी दुर्लभ है, फिर भी वह बेकार है। परिशुद्धता, रिकॉल और F1 स्कोर अधिक सटीक जानकारी देते हैं।