Klassifikatoren

Klassifikatoren sind Systeme oder Modelle, die Eingaben anhand definierter Merkmale einer von mehreren Klassen zuordnen. In der Informatik, Statistik und Mustererkennung spielen sie eine zentrale Rolle, indem sie aus Merkmalen Vorhersagen treffen oder Entscheidungen begründen. Allgemein handelt es sich um eine Form des Lernens, bei der eine Zuordnungsregel aus Beispielen abgeleitet wird.

Im überwachten Lernen wird ein Klassifikator mit gekennzeichneten Daten trainiert, um neue, ungelabelte Instanzen korrekt zuzuordnen. Der Lernprozess umfasst Merkmalsextraktion, Modellwahl und Optimierung. Aufgaben variieren von binären Klassifikationen (ja/nein) bis hin zu Mehrklassenproblemen. Typische Algorithmen umfassen logistische Regression, Entscheidungsbäume, Random Forest, Support Vector Machines, Naive Bayes und neuronale Netze. Die Leistung beurteilt man mit Metriken wie Genauigkeit, Präzision, Recall, F1-Score und ROC-AUC; Validierung erfolgt oft durch Kreuzvalidierung oder Hold-out-Splitting.

In der Sprachwissenschaft bezeichnet der Begriff Klassifikator eine Klasse von Zähleinheitswörtern (Maßwörtern) in Sprachen wie Chinesisch oder Japanisch. Sie folgen Numeralen und Substantiven und ordnen Objekte in Kategorien, etwa Bücher, flache Gegenstände oder Tiere. Beispiele aus dem Chinesischen: 一本书 (yì běn shū) – "ein Buch", 一张桌子 (yì zhāng zhuōzi) – "ein Tisch", wobei 本 und 张 als Zählklassifikatoren verwendet werden. Die genauen Systeme variieren zwischen Sprachen und beeinflussen Grammatik und Semantik.

Klassifikatoren sind daher in verschiedenen Disziplinen relevant: von automatischer Bild- und Textklassifikation über medizinische Diagnostik bis hin zur theoretischen Informatik.