Binääriluokittelija

Binääriluokittelija on koneoppimisen algoritmi, joka on suunniteltu luokittelemaan datapisteitä kahteen erilliseen luokkaan. Näitä luokkia kutsutaan usein positiiviseksi ja negatiiviseksi tai luokaksi 1 ja luokaksi 0. Esimerkkejä binäärisestä luokittelusta ovat sähköpostin roskapostiksi tai ei-roskapostiksi luokittelu, tai kuvassa esiintyvän kohteen tunnistaminen tiettyyn kategoriaan kuuluvaksi tai ei.

Yleisiä binääriluokittelijoita ovat logistinen regressio, tukivektorikoneet (SVM), päätöspuut ja naiivi Bayes -luokittelija. Valittavan algoritmin suorituskyky riippuu usein datan luonteesta ja ongelman erityispiirteistä. Tavoitteena on rakentaa malli, joka pystyy tarkasti ennustamaan uuden, aiemmin näkemättömän datapisteen luokan.

Binääriluokittelijan arvioinnissa käytetään usein mittareita kuten tarkkuus (accuracy), precision, recall ja F1-pisteet. Tarkkuus kertoo, kuinka suuri osa kaikista ennusteista oli oikein. Precision mittaa kuinka suuri osuus positiivisiksi ennustetuista datapisteistä oli todellisuudessa positiivisia. Recall puolestaan kuvaa, kuinka suuri osuus kaikista todellisista positiivisista datapisteistä tunnistettiin oikein. F1-pisteet yhdistävät precisionin ja recallin yhdeksi mittariksi.