スパムか否か。悪質か良質か。詐欺か合法か。分類とは、入力データをあらかじめ定義された複数のカテゴリのいずれかに割り当てることであり、実用的な機械学習の大部分を支える基盤となっている。

モデルはラベル付きサンプルから決定境界を学習します。二値分類は2つのクラスを分離します。多クラス分類は複数のクラスに拡張されます。マルチラベル分類は複数のラベルを同時に使用でき、カテゴリが相互に排他的でない場合に役立ちます。

一般的な分類器

• ロジスティック回帰
• 決定木とランダムフォレスト
• サポートベクターマシン
• ニューラルネットワーク
• ナイーブベイズ

クラスの不均衡がある場合、精度だけでは適切な指標とは言えません。不正検出システムが何も検出しない場合、不正がほとんど発生しないデータセットでは99.9%の精度を達成しても、それは役に立ちません。適合率、再現率、F1スコアの方が、より正確な状況を把握できます。