การแบ่งประเภทข้อมูล

ในวิทยาการคอมพิวเตอร์ การแบ่งประเภทข้อมูล (อังกฤษ: data classification) เป็นปัญหาพื้นฐานของการเรียนรู้แบบมีผู้สอน โดยปัญหาคือการทำนายประเภทของวัตถุจากคุณสมบัติต่าง ๆ ของวัตถุ ซึ่งการเรียนรู้แบบมีผู้สอนจะสร้างฟังก์ชันเชื่อมโยง ระหว่างคุณสมบัติของวัตถุ กับประเภทของวัตถุจากตัวอย่างสอน แล้วจึงใช้ฟังก์ชันนี้ทำนายประเภทของวัตถุที่ไม่เคยพบ เครื่องมือหรือขั้นตอนวิธีที่ใช้สำหรับการแบ่งประเภทข้อมูลเช่น โครงข่ายประสาทเทียม ต้นไมตัดสินใจ

นิยามของปัญหา

กำหนดตัวอย่างสอน $E = \{(x_1,y_1), (x_2,y_2),\dots, (x_n,y_n) \}$ ให้ $x_i$ เป็นเวกเตอร์แสดงคุณสมบัติของวัตถุ ซึ่ง $x_i \in A_1 \times A_2 \times \cdots \times A_m$ โดยที่ $A_i$ เป็นเซตจำกัดระบุคุณสมบัติ และ $y \in C$ เป็นประเภทของวัตถุ ซึ่งกำหนดไว้ในเซตจำกัด $C$ ต้องการหาฟังก์ชัน $f (x)$ ซึ่งให้ค่า $y$ จากเวกเตอร์ $x$ ที่กำหนด โดยที่ความผิดพลาดของการทำนายตัวอย่างสอนมีค่าน้อยที่สุด หรือมีค่า $e$ น้อยที่สุด โดยกำหนด $e = \sum_{i=1}^{n} t (f(x_i),y_i)$ ซึ่ง $t (a,b) = \begin{cases}0, \mbox{if } a=b \\ 1, \mbox{if }a \neq b \end{cases}$