加载NLP数据集。

负载nlpdata

X是一个稀疏矩阵的预测数据，和Y是类标签的分类向量。

交叉验证一个多类线性分类模型，该模型可以根据页面上的字数确定文档网页来自哪个MATLAB®工具箱。

rng (1);%用于再现性CVMdl = fitcecoc(X,Y，“学习者”，“线性”，“CrossVal”，“上”）

CVMdl = ClassificationPartitionedLinearECOC CrossValidatedModel: 'LinearECOC' ResponseName: 'Y' NumObservations: 31572 KFold: 10 Partition: [1x1 cvpartition] ClassNames: [comm dsp ecoder fixedpoint…]属性，方法

CVMdl是一个ClassificationPartitionedLinearECOC旨在模型。因为fitcecoc默认实现10倍交叉验证，CVMdl。训练有素的包含10 × 1单元格向量CompactClassificationECOC包含训练ECOC模型结果的模型，该模型由二元线性分类模型组成。

估计折叠外观察的标签，并通过传递估计泛化误差CVMdl来kfoldPredict而且kfoldLoss,分别。

oofLabels = kfoldPredict(CVMdl);ge = kfoldLoss(cvdl)

Ge = 0.0958

估计泛化误差约为10%的错误分类观测值。

要改善泛化错误，请尝试指定另一个求解器，例如LBFGS。若要更改训练由线性分类模型组成的ECOC模型时的默认选项，请使用templateLinear，然后将模板传递给fitcecoc．

为确定由使用逻辑回归学习器的线性分类模型组成的ECOC模型的良好套索惩罚强度，实现5倍交叉验证。

加载NLP数据集。

负载nlpdata

X是一个稀疏矩阵的预测数据，和Y是类标签的分类向量。

为简单起见，在所有观察中使用“其他”标签Y不是这样的“金宝app模型”，“dsp”,或“通讯”．

Y (~ (ismember (Y, {“金宝app模型”，“dsp”，“通讯”}))) =“别人”；

创建一组11个对数间隔的正则化强度 $$10^{-7}$$通过 $$10^{-2}$$．

Lambda = logspace(-7，-2,11);

创建一个线性分类模型模板，指定使用逻辑回归学习器，使用具有优势的套索惩罚λ，使用SpaRSA进行训练，并将目标函数梯度上的容差降低到1 e-8．

t = templatlinear (“学习者”，“物流”，“规划求解”，“sparsa”，.．.“正规化”，“套索”，“λ”λ,“GradientTolerance”1 e-8);

交叉验证模型。要提高执行速度，可以调换预测器数据，并指定观察值为列。

X = X';rng (10);%用于再现性CVMdl = fitcecoc(X,Y，“学习者”t“ObservationsIn”，“列”，“KFold”5);

CVMdl是一个ClassificationPartitionedLinearECOC模型。

解剖CVMdl，以及其中的每个模型。

numECOCModels = nummel (CVMdl.Trained)

numECOCModels = 5

ECOCMdl1 = CVMdl。训练有素的{1}

ECOCMdl1 = CompactClassificationECOC ResponseName: 'Y' ClassNames: [comm dsp 金宝appsimulink others] ScoreTransform: 'none' BinaryLearners: {6×1 cell} CodingMatrix: [4×6 double]属性，方法

numCLModels = nummel (ECOCMdl1.BinaryLearners)

numCLModels = 6

CLMdl1 = ECOCMdl1。BinaryLearners {1}

CLMdl1 = ClassificationLinear ResponseName: 'Y' ClassNames: [-1 1] ScoreTransform: 'logit' Beta: [34023×11 double]偏差:[-0.3169 -0.3169 -0.3168 -0.3168 -0.3168 -0.3167 -0.1725 -0.0805 -0.1762 -0.3450 -0.5174]Lambda: [1.0000e-07 3.1623e-07 1.0000e-06 3.1623e-05 1.0000e-04 3.1623e-04 1.0000e-03 0.0032 0.0100]学习者:'logistic'属性，方法

因为fitcecoc实现5倍交叉验证，CVMdl的5 × 1单元格数组CompactClassificationECOC软件在每次折叠上训练的模型。的BinaryLearners各属性CompactClassificationECOC模型包含ClassificationLinear模型。的数量ClassificationLinear每个紧凑型ECOC模型中的模型取决于不同标签和编码设计的数量。因为λ是一个正则化强度序列，你能想到吗CLMdl1作为11个模型，每个模型中的正则化强度为1λ．

通过绘制每个正则化强度的5倍分类误差的平均值来确定模型的泛化程度。确定将网格上的泛化误差最小化的正则化强度。

ce = kfoldLoss(CVMdl);图;plot(log10(Lambda)，log10(ce)) [~，minCEIdx] = min(ce);minLambda = Lambda(minCEIdx);持有在情节(log10 (minLambda) log10 (ce (minCEIdx)),“罗”）;ylabel ('log_{10} 5倍分类错误')包含(“log_{10}λ的)传说(MSE的，“最小分类错误”)举行从

利用整个数据集训练一个由线性分类模型组成的ECOC模型，并指定最小正则化强度。

t = templatlinear (“学习者”，“物流”，“规划求解”，“sparsa”，.．.“正规化”，“套索”，“λ”minLambda,“GradientTolerance”1 e-8);MdlFinal = fitcecoc(X,Y，“学习者”t“ObservationsIn”，“列”）;

要估计新观测值的标签，请通过MdlFinal新的数据预测．