V dátovej vede sa klasifikácia pandas vzťahuje na priradenie triednych štítkov k dátovým bodom pomocou knižnice Python pandas v spojení s algoritmami strojového učenia. Bežné prístupy zahŕňajú:
- Rozhodovacie stromy: Rekurzívne delia priestor príznakov, kým každá podmnožina neobsahuje dátové body rovnakej triedy.
- Lineárna diskriminantná analýza (LDA): Hľadá lineárnu kombináciu príznakov, ktorá najlepšie oddeluje triedy.
- Logistická regresia: Odhaduje pravdepodobnosť, že pozorovanie patrí do konkrétnej triedy.
- Support Vector Machines (SVM): Hľadá optimálnu hranicu medzi triedami s maximálnym okrajom.
- k-Najbližších susedov (k-NN): Klasifikuje dátové body na základe triednych štítkov ich najbližších susedov.
- Naive Bayes: Vypočíta posteriornú pravdepodobnosť každej triedy daných vstupných príznakov.
Proces zvyčajne zahŕňa prípravu dát, tréning modelu, vyhodnotenie metrikami ako presnosť a F1-skóre a predikciu na nových dátach. Klasifikácia pandas sa používa v detekcii podvodov, analýze sentimentov, lekárskej diagnostike a iných.