Para una mayor precisión y opciones de función de enlace en conjuntos de datos de baja a media dimensión, ajuste un modelo lineal generalizado con una penalización por lazo utilizando .lassoglm

Para reducir el tiempo de cálculo en conjuntos de datos de alta dimensión, entrene un modelo de clasificación lineal binario, como un modelo de regresión logística regularizado, utilizando .fitclinear También puede entrenar de forma eficiente un modelo de códigos de salida de corrección de errores multiclase (ECOC) compuesto por modelos de regresión logística mediante .fitcecoc

Para la clasificación no lineal con big data, entrene un modelo binario de clasificación de kernel gaussiano con regresión logística regularizada utilizando .fitckernel