Pengelasan statistik

Pengelasan statistik merupakan satu prosedur statistik di mana butiran diletakkan ke dalam kumpulan berdasarkan maklumat kuantitatif mengenai ciri-ciri yang terdapat pada butiran-butiran tersebut (dirujuk sebagai sifat, pembolehubah, ciri dll.) dan berdasarkan set latihan sebelum itu.

Secara rasmi: masalah ini boleh dinyatakan seperti berikut: diberikan data latihan ${\displaystyle \{(\mathbf {x_{1}} ,y_{1}),\dots ,(\mathbf {x_{n}} ,y_{n})\}}$ hasilkan satu pengelas ${\displaystyle h:{\mathcal {X}}\rightarrow {\mathcal {Y}}}$ yang memetakan objek ${\displaystyle \mathbf {x} \in {\mathcal {X}}}$ kepada label pengelasannya ${\displaystyle y\in {\mathcal {Y}}}$. Sebagai contoh, jika masalahnya ialah menuras spam, maka ${\displaystyle \mathbf {x_{i}} }$ ialah sejenis gambaran e-mel dan ${\displaystyle y}$ adalah sama ada "Spam" atau "Bukan-Spam".

Algoritma pengelasan statistik biasanya digunakan dalam sistem pengecaman pola.