Summary  
This chapter explains the supervised learning concept of classification, detailing how to predict categorical outcomes using features, the types of classification (binary, multiclass, multilabel), target encoding, and common algorithms.

General domain of usage  
Email spam filtering

**Classificatie** is een taak binnen het begeleid leren waarbij het doel is om de klasse van een instantie te voorspellen aan de hand van diens **kenmerken**. Het model leert van gelabelde voorbeelden in een **trainingsset** en wijst vervolgens een klasse toe aan nieuwe, onbekende data.

Regressie voorspelt een **continue numerieke waarde** (bijv. prijs), die veel mogelijke waarden kan aannemen.
Classificatie voorspelt een **categorische waarde** (bijv. soort snoep), waarbij één optie wordt gekozen uit een beperkt aantal klassen.

Er zijn verschillende typen classificatie:

* **Binaire classificatie:** de target heeft twee mogelijke uitkomsten (spam/niet spam, koekje/niet koekje);
* **Multi-class classificatie:** drie of meer mogelijke categorieën (spam/belangrijk/reclame/overig; koekje/marshmallow/snoep);
* **Multi-label classificatie:** een instantie kan tot **meerdere klassen tegelijkertijd** behoren (een film kan actie *en* komedie zijn; een e-mail kan belangrijk *en* werkgerelateerd zijn).


Voor de meeste ML-modellen moet je het doel coderen als een getal. Bij **binaire** classificatie worden uitkomsten meestal gecodeerd als 0/1 (bijv. 1 - koekje, 0 - geen koekje). Bij een **multiclass** classificatie worden uitkomsten meestal gecodeerd als 0, 1, 2, ... (bijv. 0 - snoep, 1 - koekje, 2 - marshmallow).

Veel verschillende modellen kunnen classificatie uitvoeren. Enkele voorbeelden zijn:
- k-Nearest Neighbors;
- Logistische Regressie;
- Beslissingsboom;
- Random Forest.

Gelukkig zijn ze allemaal geïmplementeerd in de **scikit-learn** bibliotheek en eenvoudig te gebruiken.

Geen enkel machine learning-model is superieur aan een ander. Welk model het beste presteert, hangt af van de specifieke taak.

Opmerking

Wat is het belangrijkste doel van classificatie in machine learning?

Beheers de kernclassificatie-algoritmen die moderne machine learning aandrijven. Ontdek hoe modellen zoals k-NN, logistische regressie, beslissingsbomen en random forests voorspellingen doen, hun nauwkeurigheid evalueren en begrijp wanneer elk model te gebruiken. Ontwikkel vaardigheden om modellen te vergelijken en de beste keuze te maken voor uw data.

Ontdek hoe het k-nearest neighbors-algoritme voorspellingen doet op basis van gelijkenis. Leer omgaan met meerdere kenmerken, parameters afstemmen en kruisvalidatie toepassen om de nauwkeurigheid te verbeteren.

Inzicht in hoe logistische regressie waarschijnlijkheden modelleert en uitkomsten classificeert. Oefenen met het implementeren ervan, het interpreteren van beslissingsgrenzen en het toepassen van regularisatie om overfitting te voorkomen.

Leer hoe beslisbomen gegevens opdelen in betekenisvolle groepen op basis van kenmerkwaarden. Ontdek hoe parameters zoals boomdiepte en het minimum aantal monsters per blad de modelprestaties en generalisatie beïnvloeden.

Ontdek hoe random forests meerdere beslissingsbomen combineren om de nauwkeurigheid en robuustheid te verbeteren. Begrijp de rol van willekeur en pas deze ensemblemethode toe op real-world data.

Modellen evalueren met behulp van metriek zoals nauwkeurigheid, precisie, recall en F1-score. Interpretatie van verwarringsmatrices en vergelijking van meerdere classificatie-algoritmen om het best presterende model te identificeren.

Wat Is Classificatie