并行规范数据

此示例显示了如何使模型与观测值更大的预测变量正规化。宽数据比观测值更多的数据。通常，有了广泛的数据，您需要识别重要的预测指标。采用lassoglm作为探索性或筛选工具，可以选择较小的变量集来确定建模和研究的优先级。使用并行计算加快交叉验证。

加载卵巢癌数据。该数据在obs工作区变量。响应是二进制的'癌症'或者'普通的'， 在里面grp工作区变量。转换对二进制的响应以备lassoglm。

加载卵巢癌y = strcmp（grp，'癌症'）；

设置使用并行计算的选项。准备并行计算Parpool。

opt = statset（“ useparalallel'，真的）;parpool（）

使用“本地”配置文件开始并行池（PARPOOL）...连接到并行池（工人数量：6）。ans = processPool with属性：连接：true Numworkers：6群集：local actactedfiles：{} autoAddclientPath：true Idletimeout：30分钟（剩余30分钟）SPMDENBABLE：TRUE

安装一组正规化模型。使用Α参数有利于高度相关预测指标的保留组，而不是消除除该组的一个成员以外的所有成员。通常，您使用相对较大的价值Α。

rng（'默认'）％可再现性tic [b，s] = lassoglm（obs，y，“二项式”，，，，'numlambda'，100，...'Α'，0.9，'lambdaratio'，1E-4，'简历'，10，'选项'，选择）;TOC

经过的时间为90.892114秒。

检查交叉验证图。

lassoplot（b，s，“ plottype'，，，，'简历'）；传奇（'显示'）％显示传奇

检查跟踪图。

lassoplot（b，s，“ plottype'，，，，'lambda'，，，，'XScale'，，，，'日志'）

右（绿色）垂直虚线表示兰姆达提供最小的交叉验证偏差。左（蓝色）虚线的偏差最小，不超过一个标准偏差。这条蓝线的预测因素较少：

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

ans =1×250 89

您询问lassoglm适合使用100个不同的兰姆达值。它使用了多少？

尺寸（b）

ans =1×24000 84

lassoglm在84个值之后停止，因为偏差太小而对小兰姆达值。为了避免过度拟合，lassoglm当拟合模型的偏差与二进制响应的偏差相比，停止时停止，忽略了预测变量。

你可以强迫lassoglm通过使用'lambda'名称值对参数。例如，定义一组兰姆达还包括三个值小于值的值S.Lambda。

minlambda = min（s.lambda）;explicitlambda = [minlambda*[。1.01 .001] s.lambda];

指定'lambda'，explicitlambda当您致电lassoglm功能。lassoglm当拟合模型的偏差太小时，停止了，即使您明确提供一组兰姆达值。

为了节省时间，您可以使用：

使用串行计算以及所有这三种节省时间的方法：

tic [bquick，squick] = lassoglm（obs，y，“二项式”，，，，'numlambda'，25，...'lambdaratio'，1E-2，'简历'，5）;TOC

经过的时间为16.517331秒。

以图形方式将新结果与第一个结果进行比较。

lassoplot（bquick，squick，“ plottype'，，，，'简历'）；传奇（'显示'）％显示传奇

lassoplot（bquick，squick，“ plottype'，，，，'lambda'，，，，'XScale'，，，，'日志'）

最低和一个标准偏差模型中的非零系数的数量约为50，类似于第一次计算。