Klassifikation bzw. das Verb klassifizieren bezeichnet das Einordnen bzw. Zuordnen von einem Element in eine bestimmte Klasse. Innerhalb des maschinellen Lernens meint Klassifikation dabei eine Problemstellung, bei der Elemente in Klassen einteilbar sind und ein Programm bzw. Verfahren die Gesetzmäßigkeiten der einzelnen Klassen erkennen und lernen soll. Ein klassisches Beispiel ist etwa die Erkennung von Objekten innerhalb von Bildern. So kann ein Neuronales Netz zum Beispiel lernen, ob auf einem Bild entweder ein Hund oder eine Katze abgebildet ist. Dazu vergleichbar ist die Abbildung des Obsttellers, auf dem die Klassen Kirsche und Erdbeere zu finden sind. Klassifikationsprobleme unterscheidet man grundsätzlich nach den folgenden Fällen:
Entsprechend der Namensgebung hat ein binäres Klassifikationsproblem lediglich zwei Klassen, zwischen denen entschieden wird. Das können wie im obigen Katzen und Hunde sein, oder aber auch bspw. in einer Bank Kunde betrügt und Kunde betrügt nicht. Die Daten können dabei generell in jeder möglichen Form vorliegen, unter anderem wie in den Abbildungen als Datenpunkte oder etwa als Bild.
Sobald ein Problem mehr als zwei Zielklassen enthält, wird es als multiclass Problem bezeichnet. Wenn beispielweise ein Obstteller nicht nur zwei Sorten Obst enthält, könnte er für ein mehrklassiges Klassifikationsproblem genutzt werden. Die Klassen sind dabei in vielen Fällen nicht immer eindeutig zu trennen und es muss ein für die Problemstellung optimales Tradeoff an Genauigkeit gefunden werden.
Unabhängig davon, wie viele Zielklassen ein Klassifikationsproblem hat, gibt es für Klassifikationsprobleme verschiedene Lernverfahren (sogenannte Klassifikatoren) mit entsprechender Funktionsweise in Bezug auf die Trennung der Klassen. Klassifikatoren können unter anderem Neuronale Netze oder Support Vector Machines sein, auf die jeweils in eigenen Beiträgen erläutert werden.
Weiterführende Links:
Machine Learning Classifiers: https://towardsdatascience.com/machine-learning-classifiers-a5cc4e1b0623
Image Classification: https://www.youtube.com/watch?v=iGWbqhdjf2s
