二元分类器（Binary Classifier）
Binary Classifier
把输入分到两个互斥类别之一的模型，例如是/否、垃圾/正常。
先用人话理解
二元分类是监督学习最基础的任务形态：给定特征，输出正类或负类（或概率）。感知机就是早期的线性二元分类器；现代可用逻辑回归、SVM 或深度网络完成。许多复杂问题也会先被拆成一系列是非判断。
为什么重要
二元分类定义了可学习决策的最小完整问题，也是理解损失、阈值与评估指标的起点。
常见误解
准确率在类别极不均衡时可能误导；需结合精确率、召回率等。
输出概率高不等于校准良好或决策代价已考虑周全。