Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Regularización

Regresión de cresta, lazo, redes elásticas

Para obtener una mayor precisión y opciones de función de vínculo en conjuntos de datos de baja y mediana dimensión, ajuste un modelo lineal generalizado con una penalización de lazo utilizando.lassoglm

Para reducir el tiempo de cálculo en conjuntos de datos de alta dimensión, entrenar 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 de modelos de regresión logística utilizando.fitcecoc

Para la clasificación no lineal con Big Data, entrenar un modelo de clasificación de kernel gaussiano binario con la regresión logística regularizada utilizando.fitckernel

Clases

ClassificationLinearModelo lineal para la clasificación binaria de datos de alta cota
ClassificationECOCModelo multiclase para máquinas de vectores de soporte (SVMs) y otros clasificadores
ClassificationKernelModelo de clasificación de kernel Gaussiano con expansión de características aleatorias
ClassificationPartitionedLinearModelo lineal con validación cruzada para la clasificación binaria de datos de alta cota
ClassificationPartitionedLinearECOCModelo de códigos de salida de corrección de errores lineales con validación cruzada para la clasificación multiclase de datos de alta cota

Funciones

lassoglmRegularización de lazo o de red elástica para modelos lineales generalizados
fitclinearAjuste el modelo de clasificación lineal a datos de alta cota
templateLinearPlantilla de aprendizaje de clasificación lineal
fitcecocAjuste modelos multiclase para máquinas de vectores de soporte u otros clasificadores
predictPredecir etiquetas para modelos de clasificación lineal
fitckernelAjuste el modelo de clasificación de kernel gaussiano utilizando la expansión de características aleatorias
predictPredecir etiquetas para el modelo de clasificación de kernel gaussiano

Ejemplos y procedimientos

Regularice la regresión de Poisson

Identifique y quite los predictores redundantes de un modelo lineal generalizado.

Regularizar la regresión logística

Regularice la regresión binomial.

Regularice los datos anchos en paralelo

Regularice un modelo con muchos predictores más que observaciones.

Conceptos

Regularización de lazo de modelos lineales generalizados

El algoritmo de lazo produce un modelo más pequeño con menos predictores. El algoritmo de red elástica relacionado puede ser más preciso cuando los predictores están altamente correlacionados.