Binääriluokittelijan

Binääriluokittelija on koneoppimisen algoritmi, joka kuuluu ohjattuun oppimiseen. Sen tehtävänä on ennustaa, mihin kahdesta mahdollisesta luokasta datapiste kuuluu. Nämä luokat ovat tyypillisesti nimetty esimerkiksi "kyllä" ja "ei", "tosi" ja "epätosi" tai "positiivinen" ja "negatiivinen". Binääriluokittelija oppii tunnistamaan piirteitä, jotka erottavat nämä kaksi luokkaa toisistaan, käyttäen harjoitusdataa, jossa jokaiselle datapisteelle on merkitty sen todellinen luokka.

Yleisiä binääriluokittelijoita ovat logistinen regressio, tukivektorikoneet (SVM), päätöspuut ja satunnaismetsät. Näiden algoritmien tavoitteena on rakentaa malli, joka pystyy mahdollisimman tarkasti luokittelemaan uusia, aiemmin näkemättömiä datapisteitä. Mallin suorituskykyä arvioidaan usein mittareilla kuten tarkkuus (accuracy), täsmällisyys (precision), herkkyys (recall) ja F1-pisteet.

Binääriluokittelijoita käytetään monilla aloilla, kuten lääketieteessä sairauden diagnosointiin, rahoituksessa luottoriskin arviointiin, sähköpostin roskapostin suodattamiseen ja suosittelujärjestelmissä käyttäjän mieltymysten ennustamiseen. Algoritmin valinta riippuu usein käsiteltävän datan luonteesta ja halutuista suorituskykyominaisuuksista.