Clasificar es predecir una etiqueta discreta. Chollet (2021) distingue la clasificación binaria (dos clases excluyentes), multiclase (más de dos, como los dígitos del 0 al 9) y multietiqueta (una foto puede contener un gato y un perro) (2021, ch. 4). Es la tarea emblemática del aprendizaje supervisado y la de muchas especies del Pokédex: el perceptrón, Bayes ingenuo filtrando spam, AlexNet reconociendo imágenes o BERT juzgando reseñas e inferencias.
Geométricamente, un clasificador traza una frontera de decisión en el espacio de los datos. En la práctica casi todos devuelven una probabilidad por clase (con softmax, en las redes) y la respuesta es la clase más probable; se entrenan con entropía cruzada como función de pérdida. Incluso un modelo de lenguaje es, técnicamente, un clasificador: en cada paso elige una clase entre las decenas de miles de su vocabulario.
La exactitud (el porcentaje de aciertos) engaña cuando las clases están desbalanceadas. Witten et al. (2017) cuentan que un sistema para detectar cuándo una vaca está en celo predecía siempre «no»; como el ciclo dura unos 30 días, acertaba el 97 % de las veces y no servía para nada (2017, p. 180).
Lo filosóficamente importante es que las clases las fija quien diseña la tarea: el clasificador no descubre categorías, aprende a trazar las que le dieron. Y muchas no tienen bordes nítidos. Si hay que decidir si una banana está verde, madura o pasada, distintos anotadores discrepan, porque esas categorías carecen de límites objetivos (Chollet, 2021, sec. 5.1.1); el viejo problema de la vaguedad reaparece como «ruido en las etiquetas». Cuando lo que se quiere es descubrir las categorías, la tarea es de agrupamiento. Para ver un clasificador simbólico por dentro, probá el laboratorio del árbol de decisión.