nlpのデータをます。。

loadnlpdata

Xは予測子データのスパース行列、Yはクラス ラベルの categorical ベクトルです。データには 2 つを超えるクラスがあります。

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特定します。

ystats = y ==“统计”;

あるドキュメンテーション Web ページの単語数が Statistics and Machine Learning Toolbox™ 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）;％可再现性cvmdl = fitclinear（x，ystats，'CrossVal','on')

CVMDL = ClassificationPartitionEdlineAR crossValidatedModel：'Linear'响应名称：'y'numObservations：31572 kfold：10分区：[1x1 cvPartition] classNames：[0 1] scoretransform：scoretransform：'nonne'''属性，方法，方法，方法，方法，方法

CVMDLは、ClassificationPartitionedLinear交差検证モデル。既定の设定ははfitclinearは 10 分割の交差検証を実装するので、CVMDL.Trainedには 10 個のClassificationLinearモデルがており，のの各についてについて线形分类モデルの学习をを行った结果结果が格纳格纳格纳ささ

CVMDLをkfoldpredictに渡して外観测値のを推定し，kfoldLossに渡して汎化誤差を推定します。

ooflabels = kfoldpredict（cvmdl）;ge = kfoldloss（cvmdl）

GE = 7.6017E-04

推定さ泛化误差は，误分类観测値ののののののののののののののの

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 LASSO ペナルティの強度を決定するため、5 分割の交差検証を実装します。

nlpのデータをます。。

loadnlpdata

Xは予測子データのスパース行列、Yはクラス ラベルの categorical ベクトルです。データには 2 つ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 Statistics and Machine Learning Toolbox™ 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、Statistics and Machine Learning Toolbox™ 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”;

$$10^{-6}$$〜 $$10^{-0.5}$$の范囲间隔で配置されたたた个个正则强度を作成作成し。

Lambda = logspace(-6,-0.5,11);

モデル交差ます。実行をさせるせるため，，を転置転置しし，，，，観测観测観测観测値値値ががが列列列単位単位単位であるであるであることs许容误差を1E-8に下げます。

x = x';RNG（10）;％可再现性cvmdl = fitclinear（x，ystats，“观察”,'columns','kfold'，5，...'Learner','logistic','Solver','sparsa','Regularization','lasso',...'Lambda',Lambda,“梯度耐受”,1e-8)

cvmdl =分类部门跨性跨validatedModel：'linear'响应名称：'y'numObservations：31572 kfold：5分区：[1x1 cvPartition] classNames：[0 1] scoretransform：scoretransform：'nonne'''属性，方法，方法，方法，方法，方法

numCLModels = numel(CVMdl.Trained)

numClmodels = 5

CVMDLはClassificationPartitionedLinearモデルです。fitclinear5分割分割検证実装するので，分割について学习ささせるせるせるののののClassificationLinearモデルがCVMDLに格納されます。

1 番目の学習済み線形分類モデルを表示します。

Mdl1 = CVMdl.Trained{1}

Mdl1 = ClassificationLinear ResponseName: 'Y' ClassNames: [0 1] ScoreTransform: 'logit' Beta: [34023x11 double] Bias: [1x11 double] Lambda: [1x11 double] Learner: 'logistic' Properties, Methods

Mdl1はClassificationLinearモデル オブジェクトです。fitclinearは最初の 4 つの分割に対して学習を行うことによりMdl1を构筑した。Lambdaは正则强度のシーケンス，，Mdl1はそれぞれがLambda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。

Lambdaのがなる，予测子がスパースになります。分类分类器器のの品质品质品质としてとして优れていいますます。。データデータセットセット全体全体をを使用使用しししし，モデル交差検证検证検证検证正则化分类モデルにをせます。ごとに非非ゼロのの系数をを特定。

Mdl = fitclinear(X,Ystats,“观察”,'columns',...'Learner','logistic','Solver','sparsa','Regularization','lasso',...'Lambda',Lambda,“梯度耐受”,1e-8); numNZCoeff = sum(Mdl.Beta~=0);

同じ図各则化强度についての検证误差と非ゼロ系数系数のの频度频度をプロットします。。すべてすべてののの変数変数

figure; [h,hL1,hL2] = plotyy(log10(Lambda),log10(ce),...log10（lambda），log10（numnzcoeff））;hl1.marker ='o'; hL2.Marker ='o'; ylabel(h(1),'log_ {10}分类错误') ylabel(h(2),'log_ {10}非零频率频率') xlabel('log_{10} Lambda'） 标题（“测试样本统计”) holdoff

予測子変数のスパー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インデックスを選択します。この場合、 $$10^{-4}$$〜 $$10^{-1}$$の値十分なはず。。

idxFinal = 7;

选択し正则化强度ををMdlから選択します。

MdlFinal = selectModels(Mdl,idxFinal);

MdlFinal1つのつの化が含まれているいるClassificationLinearモデルです観测値ラベルを推定に，，，MdlFinalと新しいデータをpredictに渡します。