NLPのデ，タセットを読み込みます。

负载nlpdata

Xは予測子デ，タのスパ，ス行列，Yはクラスラベルの分类ベクトルです。デタには2を超えるクラスがあります。

モデルでは,あるWebページの単語数が统计和机器学习工具箱™ドキュメンテーションによるものであるかどうかを識別できなければなりません。したがって、统计和机器学习工具箱™のドキュメンテーションWebページに対応するラベルを識別します。

Ystats = Y ==“统计数据”；

あるドキュメンテーションWebページの単語数が统计和机器学习工具箱™ドキュメンテーションによるものであるかどうかを識別できるバイナリ線形分類モデルに学習をさせます。観測値の30%をホ，ルドアウトするように指定します。SpaRSAを使用して目的関数を最適化します。

rng (1);%用于再现性CVMdl = fitclinear(X,Ystats，“规划求解”，“sparsa”，“坚持”, 0.30);CMdl = cvmdl .训练{1};

CVMdlはClassificationPartitionedLinearモデルです。これには训练有素的プロパティが含まれています。これは1行1列のcell配列で，学習セットにより学習させたClassificationLinearモデルが格納されています。

学習デ，タと検定デ，タを分割の定義から抽出します。

trainIdx = training(CVMdl.Partition);testdx = test(CVMdl.Partition);

学習標本と検定標本のエッジを推定します。

eTrain = edge(CMdl,X(trainIdx，:)，Ystats(trainIdx)))

eTrain = 15.6660

eTest = edge(CMdl,X(testdx，:)，Ystats(testdx)))

eTest = 15.4767

特徴選択を行う方法の1として，複数のモデルから検定標本エッジを比較します。この条件のみに基づくと，エッジが最高となる分類器が最善の分類器となります。

NLPのデ，タセットを読み込みます。

负载nlpdata

Xは予測子デ，タのスパ，ス行列，Yはクラスラベルの分类ベクトルです。デタには2を超えるクラスがあります。

モデルでは,あるWebページの単語数が统计和机器学习工具箱™ドキュメンテーションによるものであるかどうかを識別できなければなりません。したがって、统计和机器学习工具箱™のドキュメンテーションWebページに対応するラベルを識別します。実行時間を短縮するため，各観測値が列に対応するように予測子デ，タを配置します。

Ystats = Y ==“统计数据”；X = X';rng (1);%用于再现性

検定用に観測値の30%をホルドアウトするデタ分割を作成します。

分区= cvpartition(Ystats，“坚持”, 0.30);testdx = test(分区);%测试集指数XTest = X(:， testdx);YTest = Ystats(testdx);

分区は，デ，タセットの分割を定義するcvpartitionオブジェクトです。

予測子変数の半分を無作為に選択します。

p = size(X,1);%预测因子的数量idxPart = randsample(p,ceil(0.5*p));

2。1つではすべての予測子を、もう 1 つでは半分の予測子を使用します。観測値が列に対応することを指定し、SpaRSA を使用して目的関数を最適化します。

CVMdl = fitclinear(X,Ystats，“CVPartition”分区,“规划求解”，“sparsa”，.．.“ObservationsIn”，“列”）;PCVMdl = fitclinear(X(idxPart，:))，Ystats，“CVPartition”分区,“规划求解”，“sparsa”，.．.“ObservationsIn”，“列”）;

CVMdlおよびPCVMdlはClassificationPartitionedLinearモデルです。

学習済みのClassificationLinearモデルを交差検証済みモデルから抽出します。

CMdl = cvmdl .训练{1};PCMdl = pcvmdl .训练{1};

分類器ごとに検定標本エッジを推定します。

fullEdge = edge(CMdl,XTest,YTest，“ObservationsIn”，“列”）

fullEdge = 15.4767

partEdge = edge(PCMdl,XTest(idxPart，:)，YTest，“ObservationsIn”，“列”）

partEdge = 13.4458

検定標本のエッジに基づくと，すべての予測子を使用する分類器の方がモデルとして優れています。

ロジスティック回帰学習器を使用する線形分類モデルに適した套索ペナルティの強度を決定するため,検定標本のエッジを比較します。

NLPのデ，タセットを読み込みます。検定標本のエッジを使用した特徴選択で説明されているようにデ，タを前処理します。

负载nlpdataYstats = Y ==“统计数据”；X = X';分区= cvpartition(Ystats，“坚持”, 0.30);testdx = test(分区);XTest = X(:， testdx);YTest = Ystats(testdx);

$$10^{-8}$$～ $$10^1$$の範囲で対数間隔で配置された11個の正則化強度を作成します。

Lambda = logspace(-8,1,11);

各正則化強度を使用するバ@ @ナリ線形分類モデルに学習をさせます。SpaRSAを使用して目的関数を最適化します。目的関数の勾配の許容誤差を1 e-8に下げます。

rng (10);%用于再现性CVMdl = fitclinear(X,Ystats，“ObservationsIn”，“列”，.．.“CVPartition”分区,“学习者”，“物流”，“规划求解”，“sparsa”，.．.“正规化”，“套索”，“λ”λ,“GradientTolerance”1 e-8)

CVMdl = ClassificationPartitionedLinear CrossValidatedModel: 'Linear' ResponseName: 'Y' NumObservations: 31572 KFold: 1 Partition: [1x1 cvpartition] ClassNames: [0 1] ScoreTransform: 'none'属性，方法

学習済みの線形分類モデルを抽出します。

Mdl = CVMdl。训练有素的{1}

Mdl = ClassificationLinear ResponseName: 'Y' ClassNames: [0 1] ScoreTransform: 'logit' Beta: [34023x11 double]偏差:[-11.5378 -11.5378 -11.5378 -11.5378 -11.5378 -11.5378…[1.0000e-08 7.9433e-08 6.3096e-07 5.0119e-06…]学习者:“逻辑”属性，方法

MdlはClassificationLinearモデルオブジェクトです。λは正則化強度のシ，ケンスなので，Mdlはそれぞれがλの各正則化強度に対応する11個のモデルであると考えることができます。

検定標本のエッジを推定します。

e = edge(Mdl,X(:， testdx)，Ystats(testdx)，“ObservationsIn”，“列”）

e =1×110.9986 0.9986 0.9986 0.9986 0.9932 0.9765 0.9205 0.8332 0.8128 0.8128

11個の正則化強度があるので，eは1行11列のエッジのベクトルです。

各正則化強度にいて検定標本のエッジをプロットします。グリッド全体でエッジを最大化する正則化強度を特定します。

图;情节(log10(λ)log10 (e),“o”) [~， maxEIdx] = max(e);maxLambda = Lambda(maxEIdx);持有在情节(log10 (maxLambda) log10 (e (maxEIdx)),“罗”）;ylabel ('log_{10} test-sample edge')包含(“log_{10}λ的)传说(“边缘”，的最大优势)举行从

いくかのλの値で同じようにエッジが高くなっています。λの値が大きくなると、予測子変数がスパースになります。これは分類器の品質として優れています。

エッジが低下する直前にある正則化強度を選択します。

LambdaFinal = Lambda(5);

デ，タセット全体を使用して線形分類モデルに学習をさせ，エッジが最大になる正則化強度を指定します。

MdlFinal = fitclinear(X,Ystats，“ObservationsIn”，“列”，.．.“学习者”，“物流”，“规划求解”，“sparsa”，“正规化”，“套索”，.．.“λ”, LambdaFinal);

新しい観測値のラベルを推定するには，MdlFinalと新しいデ，タを预测に渡します。