binaarklassifikatsiooni

Binaarklassifikatsioon on masinõppe ja statistika ülesanne, kus iga sisendi kohta tuleb määrata üks kahest võimalikust klassist. Tavaliselt on andmestik koos märgiga y ∈ {0,1} ja omadused x. Mudel võib anda otsese klassi või tõenäosuse p(y=1|x).

Levinud lähenemised hõlmavad logistilist regressiooni, tugivektori masinaid, otsustuspuud, juhuslikke metsi, gradient boostingut ja sügavaid närvivõrke. Enamasti on oluline korraldada andmete ettevalmistus: jagada andmed treening- ja testkomponentideks ning standardiseerida või kodeerida omadused. Mõni mudel pakub selgitusi (interpretability), teised aga saavutavad parematoimivuse.

Kui mudel väljundina annab tõenäosuse, saab klassi määrata sobiva künnisega. Künnise valik sõltub rakendusest ja soovitud tasakaalust valede positiivsete ja negatiivsete tulemuste vahel. Kalibreerimine võib parandada tõenäosuste usaldusväärsust.

Mõõdikud hõlmavad täpsust (accuracy), tundlikkust (recall) ja spetsifilisust (specificity), F1-skoori ning ROC-AUC-i. Ebavõrdsus andmestikus, andmete lekkimine ja üleõppimine on tavalised väljakutsed, mida leevendatakse ristteeningu, regulariseerimise ja sobiva andmekäsitlusega.

Rakendused hõlmavad e-posti rämpsposti eristamist, meditsiinilist diagnoosi, finantspettuste avastamist ning kvaliteedikontrolli või pildituvastust.