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の交差検証を行います。

rng (1);%用于再现性CVMdl = fitclinear(X,Ystats，“CrossVal”，“上”）;

CVMdlはClassificationPartitionedLinearモデルです。既定では，10分割交差検証が実行されます。“KFold”名前と値のペアの引数を使用して分割数を変更できます。

分割外分類誤差率の平均を推定します。

ce = kfoldLoss(cvdl)

Ce = 7.6017e-04

または，名前と値のペアの引数“模式”,“个人”をkfoldLossで指定することにより，分割ごとの分類誤差率を取得できます。

NLPのデ，タセットを読み込みます。K分割交差検証の分類誤差の推定で説明されているようにデ，タを前処理し，予測子デ，タを転置します。

负载nlpdataYstats = Y ==“统计数据”；X = X';

5分割の交差検証を使用してバescナリ線形分類モデルを交差検証します。SpaRSAを使用して目的関数を最適化します。予測子の観測値が列に対応することを指定します。

rng (1);%用于再现性CVMdl = fitclinear(X,Ystats，“规划求解”，“sparsa”，“KFold”5,.．.“ObservationsIn”，“列”）;CMdl = cvmdl .训练{1};

CVMdlはClassificationPartitionedLinearモデルです。このモデルに含まれている训练有素的プロパティは，各分割の学習セットを使用して学習を行ったClassificationLinearモデルが格納されている5行1列のcell配列です。

次の線形損失を評価する無名関数を作成します。

$$w_j$$は観測値jの重み，y_jは応答j(陰性クラスの場合は-1，それ以外の場合は1)，f_jは観測値jの生の分類スコアです。カスタム損失関数は特定の形式で記述しなければなりません。カスタム損失関数の記述に関するルルにいては，名前と値のペアの引数LossFunを参照してください。この関数では分類コストを使用しないので，～を使用してkfoldLossに分類コストの位置を無視させます。

linearloss = @ (C, S W ~)和(- W。*总和(S . C * 2) / (W)之和;

線形損失関数を使用して平均の交差検証分類損失を推定します。また，各分割の損失を取得します。

ce = kfoldLoss(CVMdl，“LossFun”linearloss)

Ce = -8.0982

ceFold = kfoldLoss(CVMdl，“LossFun”linearloss,“模式”，“个人”）

ceFold =5×1-8.3165 -8.7633 -7.4342 -8.0423 -7.9347

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,検定標本の分類誤差率を比較します。

NLPのデ，タセットを読み込みます。カスタムな分類損失の指定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';

$$10^{-6}$$～ $$10^{0．5}$$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(-6，-0.5,11);

5分割の交差検証を使用してバescナリ線形分類モデルを交差検証します。各正則化強度を使用します。年代paRSA 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”，.．.“KFold”5,“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: 5 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。

Mdl1 = CVMdl。训练有素的{1}

Mdl1 = ClassificationLinear ResponseName: 'Y' ClassNames: [0 1] ScoreTransform: 'logit' Beta: [34023x11 double]偏差:[1x11 double] Lambda: [1x11 double]学习者:'logistic'属性，方法

Mdl1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。

交差検証分類誤差を推定します。

ce = kfoldLoss(CVMdl);

11個の正則化強度があるので，ceは1行11列の分類誤差率のベクトルです。

λの値が大きくなると，予測子変数がスパ，スになります。これは分類器の品質として優れています。データセット全体を使用し,モデルの交差検証を行ったときと同じオプションを指定して,各正則化強度について線形分類モデルに学習をさせます。モデルごとに非ゼロの係数を特定します。

Mdl = fitclinear(X,Ystats，“ObservationsIn”，“列”，.．.“学习者”，“物流”，“规划求解”，“sparsa”，“正规化”，“套索”，.．.“λ”λ,“GradientTolerance”1 e-8);numNZCoeff = sum(Mdl.Beta~=0);

同じ図に，各正則化強度にいての交差検証分類誤差率と非ゼロ係数の頻度をプロットします。すべての変数を対数スケ，ルでプロットします。

图;[h,hL1,hL2] = plotyy(log10(Lambda)，log10(ce)，.．.log10(λ)log10 (numNZCoeff));hL1。标志=“o”；hL2。标志=“o”；ylabel (h (1),'log_{10}分类错误') ylabel (h (2),'log_{10}非零系数频率')包含(“log_{10}λ的)标题(测试样本统计的)举行从

予測子変数のスパス性と分類誤差の低さのバランスがとれている正則化強度のンデックスを選択します。この場合， $$10^{-4}$$～ $$10^{-1}$$の値で十分なはずです。

idxFinal = 7;

選択した正則化強度のモデルをMdlから選択します。

MdlFinal = selectModels(Mdl,idxFinal);

MdlFinalは，1の正則化強度が含まれているClassificationLinearモデルです。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。