正则化
岭回归,套索,弹性网
更大的准确性和连接函数选择低——通过medium-dimensional数据集,适合用套索点球使用广义线性模型lassoglm。
为减少计算时间在高维数据集,训练一个二进制,线性分类模型,如正规化的逻辑回归模型,使用fitclinear。你也可以有效地训练多级纠错输出编码(ECOC)模型组成的逻辑回归模型使用fitcecoc。
对非线性和大数据分类,火车一个二进制,高斯核分类与正规化的逻辑回归模型使用fitckernel。
类
ClassificationLinear |
线性模型的二进制高维数据的分类 |
ClassificationECOC |
多类支持向量机(svm)模型和其他分类器金宝app |
ClassificationKernel |
高斯核函数分类模型使用随机特性的扩张 |
ClassificationPartitionedLinear |
旨在为二进制线性模型高维数据的分类 |
ClassificationPartitionedLinearECOC |
旨在为多级线性纠错输出编码模型高维数据的分类 |
功能
lassoglm |
套索或弹性净正规化广义线性模型 |
fitclinear |
适合高维数据二进制线性分类器 |
templateLinear |
线性分类学习者模板 |
fitcecoc |
适应多类支持向量机的模型或其他分类器金宝app |
预测 |
预测线性分类模型的标签 |
fitckernel |
适合二进制高斯核分类器使用随机特性的扩张 |
预测 |
预测标签为高斯核的分类模型 |
概念
- 广义线性模型的套索正规化
套索算法产生一个小的用更少的预测模型。相关的弹性网算法时可以更精确的预测是高度相关的。
