Main Content

La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.

Regularización

Regresión ridge, lasso, elastic nets

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.

Clases

ClassificationLinearLinear model for binary classification of high-dimensional data
ClassificationECOCMulticlass model for support vector machines (SVMs) and other classifiers
ClassificationKernelGaussian kernel classification model using random feature expansion
ClassificationPartitionedLinearCross-validated linear model for binary classification of high-dimensional data
ClassificationPartitionedLinearECOCCross-validated linear error-correcting output codes model for multiclass classification of high-dimensional data

Funciones

lassoglmLasso or elastic net regularization for generalized linear models
fitclinearFit binary linear classifier to high-dimensional data
templateLinearLinear classification learner template
fitcecocFit multiclass models for support vector machines or other classifiers
predictPredict labels for linear classification models
fitckernelFit binary Gaussian kernel classifier using random feature expansion
predictPredict labels for Gaussian kernel classification model

Ejemplos y procedimientos

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.

Conceptos

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.