正常化并行数据

此示例显示如何将具有比观察更多的预测器的模型正规化。广泛的数据与观察结果有更多的预测器是数据。通常，包含广泛的数据来识别重要的预测因子。采用lassoglm.作为一种探索性或筛选工具，以选择较小的变量集，以优先考虑您的建模和研究。使用并行计算来加速交叉验证。

加载卵巢癌数据。此数据有216个观察和4000个预测因子obs.工作区变量。响应是二进制的，也是如此'癌症'或'普通的'， 在里面GRP.工作区变量。将响应转换为二进制文件以供使用lassoglm.。

加载卵巢癌y = strcmp（grp，'癌症'）;

设置使用并行计算的选项。准备使用并行计算parpool.。

opt = statset（'使用指平行',真正的);parpool ()

使用“local”配置文件启动并行池(parpool)…connection to the parallel pool (number of workers: 6). ans = ProcessPool with properties: Connected: true NumWorkers: 6 Cluster: local attachdfiles: {} AutoAddClientPath: true IdleTimeout: 30 minutes (30 minutes remaining) SpmdEnabled: true

适合交叉验证的正则化模型。使用Α参数，以支持保持高度相关的预测因子的组，而不是消除除小组的所有成员之外。通常，你使用相对大的价值Α。

rng (“默认”）重复性的％tic [，S] = lassoglm(obs,y, S)“二”那'numlambda'，100，......'Α'，0.9，'lambdaratio'，1e-4，'简历'10，'选项'，选择）;TOC.

经过时间为90.892114秒。

检查交叉验证情节。

Lassoplot（B，S，'plottype'那'简历'）;传奇('显示'）%显示传奇

检查跟踪情节。

Lassoplot（B，S，'plottype'那'lambda'那'xscale'那'日志'）

右（绿色）垂直虚线代表lambda.提供最小的交叉验证偏差。左（蓝色）虚线具有最小偏差加不超过一个标准偏差。这个蓝线有很多预测因子：

[s.df（s.index1se）s.df（s.indexmindeviance）]

ans =.1×250 89.

你问lassoglm.适合使用100不同lambda.价值观。它使用了多少钱？

大小(B)

ans =.1×24000 84.

lassoglm.84值后停止，因为偏差太小而不能小lambda.价值观。避免过度装满，lassoglm.当拟合模型的偏差太小时停止与二进制响应的偏差太小时，忽略了预测变量。

你可以强迫lassoglm.通过使用更多条款'lambda'名称值对参数。例如，定义一组lambda.另外的值包括小于值的三个值S.Lambda.。

minlambda = min（s.lambda）;ExplicitLambda = [minlambda * [。1 .01 .001] s.lambda];

指定'lambda'，explicitlambda当你打电话的时候lassoglm.功能。lassoglm.当拟合模型的偏差太小时，暂时停止，即使您明确提供一组lambda.价值观。

要节省时间，可以使用：

使用串行计算和这三种节省时间的方法:

tic [Bquick,Squick] = lassoglm(obs,y, y)“二”那'numlambda'，25，......'lambdaratio'，1e-2，'简历'5）;TOC.

经过时间为16.517331秒。

将新结果与第一个结果进行图形化比较。

Lassoplot（Bquick，Squick，'plottype'那'简历'）;传奇('显示'）%显示传奇

Lassoplot（Bquick，Squick，'plottype'那'lambda'那'xscale'那'日志'）

最低加上一个标准偏差模型中的非零系数的数量约为50，类似于第一计算。