Im Modul für logistische Regression haben Sie gelernt, wie Sie die Sigmoidfunktion zum Umwandeln der unbearbeiteten Modellausgabe in einen Wert zwischen 0 und 1, um probabilistische Werte zu erhalten Vorhersagen – z. B. die Vorhersage, dass eine E-Mail mit einer Wahrscheinlichkeit von 75 % dass es sich um Spam handelt. Was ist aber, wenn Sie nicht die Wahrscheinlichkeit, sondern eine Kategorie ausgeben möchten, z. B. die Vorhersage, ob eine bestimmte E-Mail „Spam“ oder „Kein Spam“ ist?
Klassifizierung ist die Aufgabe, vorherzusagen, welche einer Reihe von Klassen (Kategorien), zu denen ein Beispiel gehört. In diesem Modul erfahren Sie, wie Sie ein logistisches Regressionsmodell, das eine Wahrscheinlichkeit vorhersagt, in ein binäres Klassifizierungsmodell umwandeln, das eine von zwei Klassen vorhersagt. Außerdem erfahren Sie, wie Sie geeignete Messwerte auswählen und berechnen, um die Qualität der Vorhersagen eines Klassifizierungsmodells zu bewerten. Schließlich erhalten Sie eine kurze Einführung in Klassifizierung mit mehreren Klassen auf die später im Kurs ausführlicher eingegangen wird.