Classificação

Classificação é uma técnica de aprendizagem supervisionada que usa dados históricos rotulados para identificar se algo irá ou não acontecer no futuro. 

​

Os dois tipos mais comuns de classificação são a binária (com duas classes, como sim ou não) e a multiclasses (com mais de duas classes. Por exemplo, positivo, negativo e neutro).

​​​​​

Modelos de classificação podem determinar se:

• Um cliente irá fazer algo ou não, como pagar uma dívida, responder a uma campanha promocional ou cancelar uma assinatura;

• Uma operação é ou não é fraudulenta;

• Um email é ou não é spam;

• Uma doença irá ou não irá se desenvolver;

• O sentimento de um consumidor é positivo, negativo ou neutro em relação a um produto;

• uma imagem pertence a um ou outro grupo;

• Entre muitos outros casos de uso.

​​

Algoritmos para classificação de dados incluem:

• KNN

• Naive Bayes

• Árvores de decisão

• Métodos ensemble como

  • CatBoost

  • Gradient Boosting
  • Random Forest 

  • LightGBM​

  • XGBoost

• Regressão logística

• Redes neurais convolucionais

• Entre muitas outras técnicas tanto de Machine Learning como de Deep Learning.

​​

Principais métricas:

• Acurácia

• Precisão

• Recall

• F1 Score

• Entre outras.

​​​​​

​Saiba mais: Wikipedia, sklearn-classification, todos os posts.