La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Regularización

Regresión ridge, lasso y elastic nets para modelos lineales generalizados

Para aumentar la precisión y las opciones de funciones de enlace en conjuntos de datos de dimensiones bajas y medianas, ajuste un modelo lineal generalizado con una penalización lasso mediante lassoglm.

Para reducir el tiempo de proceso en conjuntos de datos de altas dimensiones, entrene un modelo de clasificación lineal binaria, por ejemplo, un modelo de regresión logística regularizada, mediante fitclinear. También puede entrenar de forma eficiente un modelo multiclase de códigos de salida de corrección de errores (ECOC, por sus siglas en inglés) compuesto por modelos de regresión logística mediante fitcecoc.

Para las clasificaciones no lineales con big data, entrene un modelo de clasificación binaria de kernel gaussiano con regresión logística regularizada mediante fitckernel.

Funciones

expandir todo

Regularización sin utilizar ningún objeto

lassoglm Lasso or elastic net regularization for generalized linear models

Regresión logística regularizada utilizando un modelo lineal, ECOC o kernel

`fitclinear`	Fit binary linear classifier to high-dimensional data
`templateLinear`	Linear learner template
`fitcecoc`	Fit multiclass models for support vector machines or other classifiers
`predict`	Predict labels for linear classification models
`fitckernel`	Fit binary Gaussian kernel classifier using random feature expansion
`predict`	Predict labels for Gaussian kernel classification model

Objetos

`ClassificationLinear`	Linear model for binary classification of high-dimensional data
`ClassificationECOC`	Multiclass model for support vector machines (SVMs) and other classifiers
`ClassificationKernel`	Gaussian kernel classification model using random feature expansion
`ClassificationPartitionedLinear`	Cross-validated linear model for binary classification of high-dimensional data
`ClassificationPartitionedLinearECOC`	Cross-validated linear error-correcting output codes model for multiclass classification of high-dimensional data

Temas

Regularize Poisson Regression
Identify and remove redundant predictors from a generalized linear model.
Regularize Logistic Regression
Regularize binomial regression.
Regularize Wide Data in Parallel
Regularize a model with many more predictors than observations.
Lasso Regularization of Generalized Linear Models
The lasso algorithm produces a smaller model with fewer predictors. The related elastic net algorithm can be more accurate when predictors are highly correlated.