Para una mayor precisión y las opciones de función de enlace en los conjuntos de datos de bajo a medio dimensional, ajuste un modelo lineal generalizado con una pena de lazo con lassoglm.

Para un tiempo de cómputo reducido en conjuntos de datos de alta dimensión que caben en el espacio de trabajo MATLAB^®, capacite un modelo de clasificación lineal binario, como un modelo de regresión logística regularizada, utilizando fitclinear. También puede entrenar eficientemente un modelo de códigos de salida de corrección de errores multiclase (ECOC) compuesto por modelos de regresión logística utilizando fitcecoc.

Para la clasificación no lineal con datos grandes, entrenar un binario, modelo de clasificación de núcleo de Gauss con regresión logística regularizada usando fitckernel.