主要内容

广义线性回归

广义线性回归模型与不同分布和链接功能,包括逻辑回归

更大的准确性和链接功能选择通过medium-dimensional低维数据集,符合广义线性回归模型使用fitglm。多项逻辑回归,符合模型使用fitmnr。

减少计算时间在高维数据集,训练一个二进制,线性分类模型,如逻辑回归模型,通过使用fitclinear。你也可以有效地训练多级纠错输出编码(ECOC)模型组成的逻辑回归模型通过使用fitcecoc。

对非线性和大数据分类,火车一个二进制,高斯核分类和逻辑回归模型使用fitckernel。

块

ClassificationLinear预测 观察使用线性分类模型进行分类

功能

全部展开

创建GeneralizedLinearModel对象

fitglm 创建广义线性回归模型
stepwiseglm 通过逐步回归建立广义线性回归模型

创建CompactGeneralizedLinearModel对象

紧凑的 紧凑的广义线性回归模型

添加或删除从广义线性模型

addTerms 广义线性回归模型添加条款
removeTerms 删除从广义线性回归模型
一步 改善广义线性回归模型,添加或删除

预测的反应

函数宏指令 广义线性回归模型的预测反应为每个预测使用一个输入
预测 广义线性回归模型的预测的反应
随机 模拟反应广义线性回归模型的随机噪声

广义线性模型进行评估

coefCI 置信区间系数广义线性回归模型的估计
coefTest 线性假设检验在广义线性回归模型系数
devianceTest 分析广义线性回归模型的异常
partialDependence 计算部分依赖

可视化广义线性模型和汇总统计

plotDiagnostics 广义线性回归模型的情节观察诊断
plotPartialDependence 创建部分依赖图(PDP)和个人条件期望(ICE)情节
plotResiduals 情节广义线性回归模型的残差
plotSlice 通过拟合广义线性回归的情节片表面

收集广义线性模型的属性

收集 收集的属性统计和机器学习工具对象从GPU

创建MultinomialRegression对象

fitmnr 合适的多项式回归模型

一起工作MultinomialRegression对象

coefCI 多项式回归模型的估计系数的置信区间
coefTest 线性假设检验在多项式回归模型系数
函数宏指令 预测反应的多项式回归模型使用一个输入为每个预测
partialDependence 计算部分依赖
plotPartialDependence 创建部分依赖图(PDP)和个人条件期望(ICE)情节
plotResiduals 情节多项式回归模型的残差
plotSlice 通过拟合多项式回归的情节片表面
预测 多项式回归模型的预测的反应
随机 从拟合多项式回归模型生成随机响应
testDeviance 多项式回归模型的异常测试

创建对象

fitclinear 适合高维数据二进制线性分类器
fitcecoc 适应多类支持向量机的模型或其他分类器金宝app
fitckernel 适合二进制高斯核分类器使用随机特性的扩张
templateLinear 线性分类学习者模板

预测的标签

预测 预测线性分类模型的标签
预测 使用多级分类观察纠错输出编码(ECOC)模型
预测 预测标签为高斯核的分类模型
glmfit 广义线性回归模型
glmval 广义线性模型值
mnrfit 多项逻辑回归
mnrval 多项式回归值

对象

全部展开

GeneralizedLinearModel 广义线性回归模型类
CompactGeneralizedLinearModel 紧凑的广义线性回归模型类
ClassificationLinear 线性模型的二进制高维数据的分类
ClassificationECOC 多类支持向量机(svm)模型和其他分类器金宝app
ClassificationKernel 高斯核函数分类模型使用随机特性的扩张
ClassificationPartitionedLinear 旨在为二进制线性模型高维数据的分类
ClassificationPartitionedLinearECOC 旨在为多级线性纠错输出编码模型高维数据的分类

主题

广义线性回归

多项逻辑回归

  • 多项式模型为名义的反应
    名义反应变量有一组限制的可能值没有自然秩序。名义响应模型的概率解释和预测的一个观察是在每个类别分类响应变量。
  • 多项式模型顺序响应
    一组顺序反应变量有一个限制的可能值,分为自然秩序。一个顺序响应模型描述之间的关系类别的累积概率和预测变量。
  • 分层多项式模型
    分层多项式响应变量(也称为顺序或嵌套多项反应)有一组限制的可能值,分为层次类。层次多项式回归模型扩展的二元回归模型是基于二进制观测条件。