Klassifikation (auch Klassifizierung) ist eine Kernaufgabe des maschinellen Lernens: Ein Modell ordnet Eingabedaten einer von endlich vielen vorgegebenen Klassen zu. Die Antwort ist immer eine Kategorie – zum Beispiel „Spam" oder „kein Spam", „Kreditwürdig" oder „nicht kreditwürdig". Weil die Trainingsdaten mit den richtigen Labels versehen sind, gehört die Klassifikation zum maschinellen Lernen im Rahmen des Supervised Learning.
Binär oder mehrklassig
Bei der binären Klassifikation gibt es genau zwei Klassen (Ja/Nein, Gut/Böse, Krank/Gesund). Bei der Mehrklassen-Klassifikation sind es mehr als zwei – etwa die Erkennung der Ziffern 0 bis 9 oder die Zuordnung eines Fotos zu einer von zehn Objektkategorien. Viele binäre Verfahren lassen sich auf Mehrklassenprobleme erweitern, indem man mehrere Entscheidungen kombiniert (One-vs-All oder One-vs-One).
Wie ein Klassifikator lernt
Das Modell sucht im Merkmalsraum eine Entscheidungsgrenze, die die Klassen trennt. Eine lineare Grenze ist eine Gerade (2D) oder Hyperebene (höherdimensional); komplexe Grenzen entstehen durch nichtlineare Verfahren. Typische Klassifikationsalgorithmen sind:
- Support Vector Machine – findet die Grenze mit maximalem Abstand zu den nächsten Trainingspunkten
- Logistische Regression – trotz des Namens ein Klassifikationsverfahren (Sigmoid-Funktion)
- Entscheidungsbäume und Random Forests – Regelwerke, die Merkmale rekursiv aufteilen
- k-Nearest-Neighbor – die Mehrheit der ähnlichsten Nachbarn entscheidet
- Deep Learning – neuronale Netze, die Hierarchien von Merkmalen lernen
Bewertung und Fallstricke
Die einfachste Metrik ist die Accuracy (Anteil korrekt klassifizierter Fälle). Bei unbalancierten Klassen täuscht sie jedoch: Erkennt ein Spam-Filter 99 von 100 Mails korrekt als Spam, ist die Accuracy trotzdem hoch, wenn nur 1 % der Mails Spam ist. Dann zählen Precision und Recall (Anteil echter Treffer unter den Positiv-Vorhersagen bzw. entdeckter Positiver) sowie die Confusion Matrix. Die benötigten Daten stellt ein sauberes Dataset bereit, das Modell entsteht im Training. Zu komplexe Modelle führen zu Overfitting – sie lernen die Trainingsdaten auswendig, statt zu generalisieren.
Anwendungen
Klassifikation steckt überall dahinter: E-Mail-Spamfilter, medizinische Bilddiagnose, Objekterkennung in Fotos, Stimmungsanalyse von Texten, Bonitätsprüfung und Betrugserkennung im Zahlungsverkehr. Die Abgrenzung zu den Nachbaraufgaben ist wichtig: Regression sagt Zahlenwerte voraus, Clustering findet Gruppen ohne vorgegebene Labels – die Klassifikation ordnet dagegen immer in bekannte Kategorien ein.