Klassifikation im Machine Learning einfach erklärt

ERKLÄRUNG

Einfach erklärt

Klassifikation ist eine der grundlegendsten Aufgaben im Machine Learning. Ein Modell lernt aus Beispielen, Eingaben einer von mehreren festen Kategorien (Klassen) zuzuordnen. Im Unterschied zur Regression, die einen Zahlenwert vorhersagt, ist das Ergebnis hier eine Kategorie.

Typische Beispiele: Ist diese E-Mail Spam? Zeigt dieses Bild eine Katze, einen Hund oder ein Auto? Wird dieser Kunde kündigen oder nicht? Das Modell wird mit vielen bereits korrekt zugeordneten Beispielen trainiert (überwachtes Lernen) und lernt dabei, welche Merkmale für welche Klasse sprechen.

Technischer Deep Dive

Arten der Klassifikation

Binär – zwei Klassen (Spam / Nicht-Spam)
Multiklassen – mehr als zwei sich ausschließende Klassen (Ziffer 0–9)
Multilabel – eine Eingabe kann mehreren Klassen zugleich angehören (Tags eines Artikels)

Gängige Algorithmen

Algorithmus	Stärke
Logistische Regression	einfach, gut interpretierbar
Naive Bayes	schnell, robust bei Text
Entscheidungsbäume / Random Forest	nichtlinear, wenig Vorverarbeitung nötig
Neuronale Netze	komplexe Muster, große Datenmengen

Bewertung

Die reine Trefferquote (Accuracy) täuscht bei unausgewogenen Daten. Aussagekräftiger sind:

Precision – wie viele der als positiv vorhergesagten Fälle stimmen?
Recall – wie viele der tatsächlich positiven Fälle wurden gefunden?
F1-Score – das harmonische Mittel aus beiden
ROC-Kurve / AUC – Verhalten über alle Schwellenwerte hinweg

ANALOGIE

Klassifikation ist wie das Sortieren der Post: Jeder Brief landet in genau einem Fach – Rechnung, Werbung oder Privat. Das Modell lernt aus vielen vorsortierten Beispielen, welche Merkmale für welches Fach sprechen.

WICHTIGSTE PUNKTE

Ordnet Eingaben einer von mehreren diskreten Klassen zu (im Gegensatz zur Regression)

Binär (zwei Klassen) oder multiklassen (mehrere Kategorien)

Bewertung über Metriken wie Accuracy, Precision, Recall und F1-Score

ANWENDUNGSFÄLLE

Spam-Erkennung

E-Mails automatisch in Spam und Nicht-Spam einteilen

Medizinische Diagnose

Auffälligkeiten in Bildern oder Laborwerten als gutartig oder bösartig einstufen

Sentiment-Analyse

Texte als positiv, neutral oder negativ klassifizieren

Bilderkennung

Objekte auf Fotos einer von vielen Kategorien zuordnen

HÄUFIGE FRAGEN

Was ist der Unterschied zwischen Klassifikation und Regression?

Klassifikation sagt eine diskrete Kategorie voraus (z. B. Spam/Nicht-Spam), Regression einen kontinuierlichen Zahlenwert (z. B. einen Preis). Beide sind überwachte Lernaufgaben, unterscheiden sich aber in der Art der Zielgröße.

Warum ist Accuracy nicht immer die beste Metrik?

Bei unausgewogenen Datensätzen kann ein Modell hohe Accuracy erreichen, indem es einfach immer die häufigste Klasse vorhersagt. Metriken wie Precision, Recall und F1-Score zeigen dann besser, wie gut das Modell wirklich ist.

Was ist binäre versus multiklassen Klassifikation?

Bei binärer Klassifikation gibt es genau zwei mögliche Klassen (ja/nein). Bei multiklassen Klassifikation sind es drei oder mehr. Multilabel-Klassifikation erlaubt zudem, dass eine Eingabe gleichzeitig mehreren Klassen angehört.

TOOLS & RESSOURCEN

scikit-learn

Python-Bibliothek mit zahlreichen Klassifikationsalgorithmen

XGBoost

Leistungsstarke Gradient-Boosting-Bibliothek, oft erste Wahl für tabellarische Klassifikation

VERWANDTE BEGRIFFE

Grundlagen

Supervised Learning

Eine Machine-Learning-Methode, bei der ein Modell aus gelabelten Beispieldaten lernt – also aus Eingaben mit bekannter korrekter Ausgabe.

Mathematik Grundlagen

ROC Curve

Ein Diagramm zur Bewertung von Klassifikatoren – zeigt das Verhältnis von True Positive Rate zu False Positive Rate bei verschiedenen Schwellenwerten.

Mathematik Grundlagen

AUC (Area Under Curve)

Die Fläche unter der ROC-Kurve – ein einzelner Wert zwischen 0 und 1, der die Gesamtqualität eines Klassifikators misst.

Grundlagen Daten

Precision, Recall & F1-Score

Die drei wichtigsten Metriken zur Bewertung von Klassifikationsmodellen – Precision misst Genauigkeit, Recall misst Vollständigkeit, F1 kombiniert beide.

Grundlagen Mathematik

Naive Bayes

Naive Bayes ist ein einfacher, schneller Klassifikationsalgorithmus auf Basis des Satzes von Bayes. Trotz seiner stark vereinfachenden Annahme liefert er besonders bei Textdaten erstaunlich gute Ergebnisse.

Daten Grundlagen

SMOTE

Eine Technik zur Erzeugung synthetischer Datenpunkte für unterrepräsentierte Klassen – löst das Problem unbalancierter Datensätze im ML.

Klassifikation (Classification)