分類（クラシフィケーション）

分類（Classification）とは、入力データ（テキスト・画像・数値等）を事前定義された離散的なカテゴリ（クラス）のいずれかに割り当てる機械学習タスクです。「このメールはスパムか否か（2値分類）」「この画像は猫・犬・鳥・魚のどれか（多クラス分類）」のように、明確なラベル付きデータで訓練するsupervised-learningの代表的なタスクです。

分類が重要な理由は、ビジネス上の意思決定の多くが「Aか、Bか、Cか」という選択の形式をとるためです。与信審査（承認・否決）、医療診断（良性・悪性）、コンテンツモデレーション（適切・不適切）、顧客セグメンテーション（優良・一般・離脱リスク）など、分類モデルが実務に直結しています。

代表的なアルゴリズムとして、ロジスティック回帰・サポートベクターマシン（SVM）・決定木・ランダムフォレスト・勾配ブースティング（XGBoost・LightGBM）・ニューラルネットワークがあります。LLMは分類タスクを自然言語の指示で処理でき、「このレビューのセンチメントを判定して」というプロンプトでsentiment-analysisが実現します。評価指標として精度（Accuracy）・適合率（Precision）・再現率（Recall）・F1スコアが使われ、不均衡データではF1やROC-AUCが重視されます。