Spam eller ikke spam. Ondartet eller godartet. Svindel eller legitim. Klassifisering tilordner input til en av flere forhåndsdefinerte kategorier, og den ligger til grunn for en stor andel av praktisk maskinlæring.

Modeller lærer en beslutningsgrense fra merkede eksempler. Binær klassifisering skiller to klasser. Multiklasse utvides til flere. Multilabel tillater flere samtidige etiketter, noe som er nyttig når kategorier ikke utelukker hverandre.

Vanlige klassifikatorer

• Logistisk regresjon
• Beslutningstrær og tilfeldige skoger
• Støttevektormaskiner
• Nevrale nettverk
• Naive Bayes

Nøyaktighet alene er en dårlig målestokk når klassene er ubalanserte. En svindeldetektor som ikke flagger noe oppnår 99,9 prosent nøyaktighet på et datasett der svindel er sjeldent, men det er ubrukelig. Presisjon, gjenkjenning og F1-poengsum forteller en mer ærlig historie.