Klassifitseerija

Klassifitseerija on masinõppe mudel või algoritm, mille eesmärk on määrata sisendi põhjal selle kuuluva klassi või kategooria. See kasutab sisendi omadusi (funktsioone) ning on tavaliselt treenitud märgistatud andmetega. Treeningu käigus õpib mudel seoseid omaduste ja klasside vahel ning optimeerib oma parameetreid, et parandada prognooside õigsust.

Kasutusvaldkonnad hõlmavad nii binaarset klassifikatsiooni (kaks klassi, näiteks e-posti spämm või mitte-spämm) kui ka mitmeklassilist klassifikatsiooni (rohkem kui kaks klassi). Lisaks võib olla mitme märgiga klassifitseerimine, kus sama sisend kuulub mitmele klassile korraga.

Kõige levinumad klassifitseerimise algoritmid on logistiline regressioon, otsustuspuud, Naive Bayes, K-kaugemate naabrite (k-nearest neighbors), tugivektorimasin, Random Forest ja gradient boosting. Sügavõpe kasutab keerukamaid when närvivõrke ning on märkimisväärne tekstide, piltide ja heli süvaanalüüsis.

Kasutusvaldkonnad hõlmavad tekstitöötlust (spämmifiltrid, dokumentide teemade või autentsuse klassifitseerimine), pildituvastust, meditsiinilisi otsuseid ja finantsriski hindamist. Klassifitseerija tulemusi hinnatakse erinevate meetoditega, sealhulgas konfuksioonimaatriks, täpsus (accuracy) ja F1-skoor ning ROC-AUC. Oluline on tagada mudeli üldistamisvõime ning vähendada andmekihti ja eelarvamusi.