이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
정규화(Regularization)
일반화 선형 모델에 대한 능형 회귀(Ridge Regression), Lasso, 신축망(Elastic Net)
저차원에서 중간 차원까지의 데이터 세트에 대한 정확도를 높이고 연결 함수 옵션을 확대하려면 lassoglm
을 사용하여 Lasso 벌점을 통해 일반 선형 모델을 피팅하십시오.
고차원 데이터 세트에 대한 계산 시간을 단축하려면 fitclinear
를 사용하여 정규화된 로지스틱 회귀 모델과 같은 이진 선형 분류 모델을 훈련시키십시오. 또한, fitcecoc
를 사용하여 로지스틱 회귀 모델로 구성된 다중클래스 오류 수정 출력 코드(ECOC) 모델을 효율적으로 훈련시킬 수도 있습니다.
빅데이터에 대해 비선형 분류를 수행하는 경우 fitckernel
을 사용하여 정규화된 로지스틱 회귀를 적용한 이진 가우스 커널 분류 모델을 훈련시키십시오.
함수
객체
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 |
도움말 항목
- 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.