Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Modelo de regresión lineal para datos de alta cota
es un objeto de modelo lineal entrenado para la regresión; el modelo lineal es una regresión de máquina de vectores de soporte (SVM) o un modelo de regresión lineal. se ajusta a un modelo minimizando la función objetiva utilizando técnicas que reducen el tiempo de cálculo para conjuntos de datos de alta dimensionalidad (p. ej., descenso de gradiente estocástico).RegressionLinear
fitrlinear
RegressionLinear
La pérdida de regresión más el término de regularización componen la función objetiva.
A diferencia de otros modelos de regresión, y para el uso de memoria económica, los objetos de modelo no almacenan los datos de entrenamiento.RegressionLinear
Sin embargo, almacenan, por ejemplo, los coeficientes del modelo lineal estimados, los coeficientes estimados y la fuerza de regularización.
Puede utilizar modelos entrenados para predecir las respuestas de los nuevos datos.RegressionLinear
Para obtener más información, consulte predict
.
Cree un objeto mediante.RegressionLinear
fitrlinear
loss | La pérdida de regresión para modelos de regresión lineal |
predict | Predecir la respuesta del modelo de regresión lineal |
selectModels | Seleccione modelos de regresión lineal regularizados ajustados |
Valor. Para saber cómo afectan las clases de valor a las operaciones de copia, consulte.Copiar objetos (MATLAB)
RegressionPartitionedLinear
| fitrlinear
| plotPartialDependence
| predict