Klassifikaatorid

Klassifikaatorid on masinõppe mudelid, mille eesmärk on määrata andmepunkti kuuluvus kindlasse klassi või kategooriasse. Koolitusandmetes on iga näide märgistatud sobiva klassiga, ning mudel õpib seoseid omaduste ja klasside vahel ning suudab pärast koolitust teha prognoose uutele, näitamata andmetele.

Klassifikaatorid võivad olla binaarsed (kaks klassi) või mitmeklassilised (kolm või rohkem klassi). Nad võivad pakkuda ka tõenäosuslikku väljundit, kus igale klassile antakse tõenäosus või diskrimineeriva lähenemisega, kus näidake kõige tõenäolisem klass. Levinud algoritmid sisaldavad logistilist regressiooni, otsustuspuud, juhuslikku metsa, tugeva spektri masinõpet (SVM), Naive Bayes'i, k‑NN-i ja mõnikord närvivõrke. Eri meetodid erinevad nende võimekuse, koolitusvajaduste ja andmete struktuuri poolest.

Hindamine toimub tavaliselt eraldi testandmete abil. Olulised mõõdikud on täpsus, meeldejäävus (recall), F1-skoor ja ROC-AUC, mis aitavad hinnata nii ülekaitset kui ka üldistuvust. Koolitusprotsess hõlmab sageli ristvalideerimist ja tähelepanu vääramatusele, et vältida ülekoolitamist (overfitting) ja alahindamist (underfitting).

Kasutusvaldkonnad hõlmavad pildiklassifikatsiooni, tekstitöötlust ja klassifikatsiooni meditsiiniliste diagnooside või e-kaubanduse soovituste jaoks. Klassifikaatorid võivad tekitada eetilisi ja sotsiaalseid küsimusi, kui andmeid või tasakaalustatust ei käsitata õigesti ning mudelid peegeldavad olemasolevaid eelarvamuslikke mustreid.

Klassifikaatorid eristuvad klasterdamisest, mis on suunamata õppimine ja ei põhine eelnevalt märgistatud andmetel.