分類器（解碼器）

分類器是流水線最末端那個訓練好的模型，由它來作出真正的決定。它接過從訊號裡提取的特徵，把它們映射成一個選擇——向左還是向右、是還是否、幾個字母裡的哪一個——或者映射成裝置該執行的一條命令。如果說特徵提取是把證據準備好，分類器就是那位掂量證據、宣布判決的法官。

它可以簡單到只是在資料中畫的一條直線。像 LDA 這樣的線性方法，會把各個特徵加權求和，若總和落在某個閾值之上就判為一類、之下就判為另一類——又快又穩，是實際腦機介面裡的常客。在另一端，當訓練資料足夠多時，神經網路則能劃出複雜得多的分界。

無論形式如何，分類器都得先用帶標註的例子訓練，而它的好壞，永遠不會超過這些例子本身。由於腦訊號會漂移，許多系統還會為每個決定附上一個信心程度，好讓介面在模型沒把握時先按兵不動、或再問一次。