Classification

Wat is classification?

Classification (classificatie) is een kerntechniek in machine learning waarbij een model leert om gegevens in vooraf bepaalde categorieën te plaatsen. Het model kijkt naar de kenmerken van de invoer en voorspelt het juiste label: is deze e-mail spam of niet, is deze transactie verdacht of normaal, staat er een kat of een hond op deze foto.

Hoe werkt het?

Een classificatiemodel wordt getraind met gelabelde voorbeelden: data waarvan de juiste categorie al bekend is. Het model zoekt patronen die de categorieën onderscheiden en past die toe op nieuwe, ongeziene gegevens. Bekende algoritmen zijn logistische regressie voor ja/nee-vragen, beslissingsbomen en random forests voor inzichtelijke beslissingen, en neurale netwerken voor complexe taken als beeldherkenning. De kwaliteit meet je met cijfers als precision en recall.

Wat heb je eraan als bedrijf?

Classificatie zit achter veel praktische automatisering: spamfilters, fraudedetectie bij betalingen, het sorteren van inkomende documenten, het beoordelen van kredietaanvragen. Overal waar medewerkers nu handmatig dingen in hokjes plaatsen, kan een classificatiemodel dat werk versnellen. Voorwaarde is voldoende goede voorbeelddata, want het model wordt nooit beter dan de voorbeelden waarvan het leert.

Gerelateerde begrippen

Classification is een vorm van supervised learning; het tegendeel zonder labels heet clustering. Zie ook categorization en confusion matrix.