Klassifitseerime

Klassifitseerime on tegevus või protsess, mille käigus antakse objektidele, andmetele või nähtustele kindlad kategooriad vastavate omaduste või sarnasuste alusel. Selle eesmärk on muuta suur hulk teavet organiseeritumaks, hõlpsamini võrreldavaks ning kasutatavaks otsustusprotsessides ja andmesüsteemides.

Klassifikatsioonile lähenetakse erinevatel tasanditel. Käsitsi või reeglitel põhinev klassifikatsioon kasutab määratletud kriteeriume kategooriate eristamiseks. Masinaõppe meetodid kasutavad treenitud mudeleid: juhendatud (supervised) klassifikatsioon eeldab märgistatud treeningandmeid ning võib rakendada algoritme nagu otsustuspuu, logistiline regressioon, toetavate vektorite masinad ja k-NN meetodid. Juhendimata klassifikatsioon püüab andmetest iseseisvalt struktuuri leida, näiteks klasterdamise abil. Klassifikatsioon võib olla hierarhiline või lame.

Klassifitseerimist kasutatakse paljudes valdkondades, sealhulgas bioloogias (taksonoomia ja liigikirjeldus), raamatukogunduses (kataloogimine), teabega töötlemises ja otsingus, meditsiinis (diagnostika ja riskihindamine) ning tehis- ja andmeteadustes.

Hindamine põhineb metrikatel nagu täpsus (accuracy), tundlikkus (recall) ja spetsiifilisus (precision) ning F1-skoor; sageli rakendatakse ristvalideerimist (cross-validation). Väljakutsed hõlmavad andmetekogumite ebaühtlust, kategooriate piiride subjektiivsust ja andmete kvaliteedi probleeme.