luokutettavuus

Luokutettavuus tarkoittaa kykyä määritellä tai sijoittaa havainto, ilmiö tai objekti ennalta määritellyn luokitussuunnitelman mukaisesti. Siinä arvioidaan, kuinka selkeästi, johdonmukaisesti ja toistettavasti yksittäinen kohde voidaan luokitella oikeaan luokkaan. Luokutettavuus on keskeinen käsite sekä tieteellisessä tutkimuksessa että käytännön annotoinnissa ja järjestelmien suunnittelussa.

Luokutettavuus esiintyy erityisesti datatieteessä, koneoppimisessa ja luonnollisen kielen käsittelyssä, mutta sitä voidaan tarkastella laajemminkin missä tahansa taxonomyyn tai luokitteluun perustuvassa järjestelmässä. Hyvin luokutettavat datasetit mahdollistavat paremmat oppimismallit, selkeämmän tulkinnan ja luotettavammat päätökset. Toisaalta luokuttavuuden puutteet voivat johtaa virheisiin, epäjohdonmukaisuuksiin ja heikkoon suorituskykyyn.

Mittaaminen ja tekijät. Luokutettavuutta voidaan arvioida käytännössä muun muassa tarkkuuden, oikeellisuuden, precisionin ja recallin sekä F1-sarjan kautta. Lisäksi inter-annotator agreement eli annotaattorien välinen yhdenmukaisuus, usein Cohenin kappaa tai fleissin kappaa, antaa käsityksen luokittelun luotettavuudesta. Tekijöitä, jotka vaikuttavat luokutettavuuteen, ovat luokkien erottuvuus, havaintojen varianssi, määriteltyjen luokkien rajat sekä käytettyjen piirteiden tai ominaisuuksien laadukkuus.

Esimerkkeinä luokutettavuus ilmentyy teollisuudessa ja tutkimuksessa, kuten kuvan tunnistuksessa, jossa kohteet on luokiteltu luokkiin kuten auto, jalankulkija tai pyörä, sekä tekstiaineistojen teemaluokittelussa. Rajoitteita ovat tulkinnan subjektiivisuus, kontekstisidonnaisuus sekä dynaaminen luokkarakenteiden muuttuminen.