ClassificationPartitionedLinear

加载NLP数据集。

负载nlpdata

X是一个稀疏矩阵的预测数据,Y是一个分类向量类的标签。有两个以上的类的数据。

确定对应的标签统计和机器学习工具箱™文档web页面。

Ystats = Y = =“统计数据”;

旨在一个二进制,线性分类模型,该模型可以确定是否这个词项在文档的web页面的统计和机器学习工具箱™文档。

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

CVMdl = ClassificationPartitionedLinear CrossValidatedModel:“线性”ResponseName:“Y”NumObservations: 31572 KFold: 10个分区:[1 x1 cvpartition]类名:[0 1]ScoreTransform:“没有一个”属性,方法

CVMdl是一个ClassificationPartitionedLinear旨在模型。因为fitclinear实现了10倍交叉验证默认情况下,CVMdl.Trained包含十ClassificationLinear模型包含训练线性分类的结果模型的折叠。

估计标签out-of-fold观察和估计泛化误差通过CVMdl来kfoldPredict和kfoldLoss,分别。

oofLabels = kfoldPredict (CVMdl);通用电气= kfoldLoss (CVMdl)

通用电气(ge) = 7.6017 e-04

观察分类错误估计泛化误差小于0.1%。

确定好lasso-penalty强度线性分类模型,使用逻辑回归的学习者,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,Y是一个分类向量类的标签。有两个以上的类的数据。

模型应该确定是否这个词项在一个web页面的统计和机器学习工具箱™文档。所以,确定对应的标签统计和机器学习的工具箱™文档web页面。

Ystats = Y = =“统计数据”;

创建一组11对数间隔正则化的优势 $$10^{-\; -\; -\; -\; -\; -6}$$通过 $$10^{-\; -\; -\; -\; -\; -0。5}$$。

-0.5λ= logspace(6日,11);

旨在模型。提高执行速度,转置预测数据和指定列的观测。使用SpaRSA估计系数。降低目标函数的梯度的宽容1 e-8。

X = X ';rng (10);%的再现性Ystats CVMdl = fitclinear (X,“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:“线性”ResponseName:“Y”NumObservations: 31572 KFold: 5分区:[1 x1 cvpartition]类名:[0 1]ScoreTransform:“没有一个”属性,方法

numCLModels =元素个数(CVMdl.Trained)

numCLModels = 5

CVMdl是一个ClassificationPartitionedLinear模型。因为fitclinear实现5倍交叉验证,CVMdl包含5ClassificationLinear火车在每个折叠模型软件。

显示第一个训练有素的线性分类模型。

Mdl1 = CVMdl.Trained {1}

Mdl1 = ClassificationLinear ResponseName:“Y”类名:[0 1]ScoreTransform:分对数的β:[34023 x11双]偏见:[-13.2936 -13.2936 -13.2936 -13.2936 -13.2936 -6.8954 -5.4359 -4.7170 -3.4108 -3.1566 -2.9792]λ:[1.0000 5.6234 1.5849 4.4668 1.2589 3.5481 e-06 e-06 e-05 e-05 e-04 e-04 0.0020 0.0071 0.0251 0.0891 0.3162)学习者:“物流”属性,方法

Mdl1是一个ClassificationLinear模型对象。fitclinear构造Mdl1通过培训第一个4折。因为λ是一个序列的正则化的优势,你能想到什么Mdl111岁的模型,每个正规化的力量在一个λ。

估计旨在分类错误。

ce = kfoldLoss (CVMdl);

因为有11个正规化的优势,ce是一个1-by-11向量的分类错误率。

更高的值λ导致预测变量较少,这是一个很好的分类器的质量。对于每一个正规化的力量,训练使用整个数据集和一个线性分类模型旨在模型时相同的选项。确定数量的非零系数模型。

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 = (Mdl.Beta ~ = 0)之和;

在同一个图,画出旨在、分类错误率和频率的非零系数正则化的力量。所有变量在对数尺度的阴谋。

图;[h, hL1, hL2] = plotyy (log10(λ)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} nonzero-coefficient频率”)包含(“log_{10}λ的)标题(测试样本统计的)举行从

选择平衡的正则化强度指数预测变量稀疏和低分类错误。在这种情况下,一个值之间 $$10^{-\; -\; -\; -\; -\; -4}$$来 $$10^{-\; -\; -\; -\; -\; -1}$$应该足够了。

idxFinal = 7;

选择的模型Mdl选择正则化的力量。

idxFinal MdlFinal = selectModels (Mdl);

MdlFinal是一个ClassificationLinear模型包含一个正规化的力量。为新观测估计标签,通过MdlFinal和新数据预测。