Teil B · Wie Maschinen lernen · Lektion 8
Klassifikation
Geprüft am 20.11.2026
Klassifikation = Vorhersage einer Kategorie. Die Wahrscheinlichkeit dahinter wird über eine Schwelle zur Entscheidung.
Am Flughafen wird jeder Koffer einem Band zugeordnet: Frankfurt, München, Hamburg. Es gibt nur feste Fächer – kein „ein bisschen Frankfurt“.
Bei der Klassifikation ist die Zielgröße eine Kategorie (Klasse). Viele Verfahren geben zusätzlich eine Wahrscheinlichkeit aus, z. B. „Spam mit 93 %“. Erst eine Schwelle (etwa 50 %) macht daraus eine Entscheidung.
| Art | Bedeutung | Beispiel |
|---|---|---|
| Binär | genau zwei Klassen | Kündigt ja/nein, Bauteil in Ordnung/Ausschuss |
| Mehrklassen | eine von mehreren Klassen | Anfrage → Abteilung Vertrieb, Technik oder Buchhaltung |
| Multi-Label | mehrere Klassen gleichzeitig möglich | Ein Foto zeigt „Person“ und „Fahrrad“ und „Straße“ |
Klassifikation = Vorhersage einer Kategorie. Die Wahrscheinlichkeit dahinter wird über eine Schwelle zur Entscheidung.
Die logistische Regression ist trotz ihres Namens ein Klassifikationsverfahren – sie schätzt die Wahrscheinlichkeit einer Klasse. Eine beliebte Prüfungsfrage.
Kurz geprüft: Ein Modell schätzt die Wahrscheinlichkeit, dass ein Kunde in den nächsten 90 Tagen kündigt. Welcher Aufgabentyp ist das?
Hinweise für Lehrende
Die Kontrollfrage ist die häufigste Verwechslung überhaupt. Merkregel: Schauen Sie auf die Zielgröße in den Trainingsdaten, nicht auf die Ausgabe des Modells.
Häufige Fragen zu „Klassifikation“
Was ist Klassifikation?
Klassifikation ist die Vorhersage einer Kategorie, etwa Spam oder kein Spam. Viele Verfahren liefern dazu eine Wahrscheinlichkeit, die über eine Schwelle in eine Entscheidung übersetzt wird.
Was ist der Unterschied zwischen binärer, Mehrklassen- und Multi-Label-Klassifikation?
Binär heißt zwei Klassen, Mehrklassen heißt genau eine von mehreren Klassen, Multi-Label heißt, dass einem Beispiel mehrere Klassen gleichzeitig zugeordnet werden können.
Ist die logistische Regression eine Regression?
Nein, trotz des Namens ist sie ein Klassifikationsverfahren: Sie schätzt die Wahrscheinlichkeit, dass ein Beispiel zu einer Klasse gehört.