binääriluokitteluksi

Binääriluokittelu on koneoppimisen tehtävä, jossa tavoitteena on luokitella havainnot kahteen erilliseen luokkaan. Näitä luokkia kutsutaan usein positiiviseksi ja negatiiviseksi luokaksi, kyllä ja ei, tai todeksi ja epätodeksi. Esimerkiksi lääketieteessä binääriluokittelua voidaan käyttää ennustamaan, onko potilaalla tietty sairaus vai ei. Sähköpostipalvelussa sitä voidaan hyödyntää roskapostin tunnistamisessa.

Binääriluokittelun yleisimpiä algoritmeja ovat logistinen regressio, tukivektorikoneet (SVM), päätöspuut ja satunnaismetsät. Algoritmin valinta riippuu usein datan ominaisuuksista ja tehtävän vaatimuksista. Tehtävän suorituskykyä arvioidaan tyypillisesti mittareilla kuten tarkkuus (accuracy), herkkyys (recall), täsmällisyys (precision) ja F1-pistemäärä. Erityisesti, kun luokkajakauma on epätasapainoinen, eli toinen luokka esiintyy huomattavasti harvemmin kuin toinen, tarkkuus yksinään ei välttämättä anna kattavaa kuvaa mallin suorituskyvystä.

Binääriluokittelun sovelluskohteet ovat laajat ja ulottuvat rahoituksesta (esim. luottokelpoisuuden arviointi) markkinointiin (esim. asiakkaan ostohalukkuuden ennustaminen) ja kuvan tunnistukseen.