分类器是什么？把输入分到某个类别的模型

分类器（Classifier）是机器学习中用来完成分类任务的模型或算法：它接收一个输入，比如一张图片、一封邮件、一条交易记录，根据输入的特征，判断它属于预先定义好的若干个类别中的哪一个。分类是监督学习中最常见的任务类型之一。

分类器能做什么

分类问题在现实中随处可见：判断一封邮件是不是垃圾邮件；判断一张图片中是猫还是狗；判断一条评论是正面的还是负面的；判断一笔交易是否可能是欺诈；根据医学影像判断是否存在病变；识别手写的数字是 0 到 9 中的哪一个；判断一封客服工单属于哪一类问题，以便分派给相应的部门。

分类的几种类型

二分类：只有两个类别，比如是或否、正常或异常。多分类：有三个或更多的类别，每个样本只属于其中一个，比如识别图片中是哪种动物、手写数字是哪个数字。多标签分类：一个样本可以同时属于多个类别，比如一篇新闻可以同时被标注为“科技”和“经济”，一张图片中可以同时包含“人”“汽车”和“树”。

分类器是怎么得到的

分类器通常是通过监督学习训练出来的：准备大量已经标注好类别的样本作为训练数据，让算法从中学习特征与类别之间的关系。训练完成之后，分类器就能对新的、没有标注的样本做出判断。很多分类器不只给出一个类别，还会给出属于每个类别的概率或分数，再通过设定阈值或选择最大值来得到最终的结果。从几何的角度看，分类器就是在特征空间中画出一些边界，叫作决策边界，把空间划分成属于不同类别的区域。

常见的分类器

逻辑回归：虽然名字里有“回归”，但它是最常用的分类方法之一，简单、高效、可解释性好。决策树：用一系列“是非题”进行判断，直观易懂。随机森林和梯度提升树：由多棵决策树组成的集成模型，在表格数据上效果非常好。支持向量机：寻找间隔最大的分界面，可以借助核函数处理非线性问题。朴素贝叶斯：基于概率的简单快速的分类方法，常用于文本分类。K 近邻：根据与新样本最相似的若干个已知样本的类别来投票决定。神经网络：包括用于图像的卷积神经网络、用于文本的 Transformer 模型等，在图像、语音、文本等复杂数据上效果最好。如今，大语言模型也可以直接通过提示词完成很多分类任务，不需要专门训练。

怎么评价分类器

评价分类器的常用指标包括：准确率，所有样本中被正确分类的比例；精确率，被判为某一类的样本中真正属于这一类的比例；召回率，真正属于某一类的样本中被找出来的比例；F1 分数，精确率和召回率的调和平均；以及 ROC 曲线和曲线下的面积 AUC。混淆矩阵则能清楚地展示分类器在各个类别上的表现，以及容易把哪些类别搞混。需要注意的是，当各类别的样本数量相差悬殊时，准确率可能会产生误导，这时应该更多地关注精确率、召回率等指标。