Main Content

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 lassoglm을 사용하여 Lasso 벌점을 통해 일반 선형 모델을 피팅하십시오.

고차원 데이터 세트에 대한 계산 시간을 단축하려면 fitclinear를 사용하여 정규화된 로지스틱 회귀 모델과 같은 이진 선형 분류 모델을 훈련시키십시오. 또한, fitcecoc를 사용하여 로지스틱 회귀 모델로 구성된 다중클래스 오류 수정 출력 코드(ECOC) 모델을 효율적으로 훈련시킬 수도 있습니다.

빅데이터에 대해 비선형 분류를 수행하는 경우 fitckernel을 사용하여 정규화된 로지스틱 회귀를 적용한 이진 가우스 커널 분류 모델을 훈련시키십시오.

함수

모두 확장

lassoglmLasso or elastic net regularization for generalized linear models
fitclinearFit binary linear classifier to high-dimensional data
templateLinearLinear learner template
fitcecoc서포트 벡터 머신 또는 다른 분류기에 대해 다중클래스 모델 피팅하기
predictPredict labels for linear classification models
fitckernelFit binary Gaussian kernel classifier using random feature expansion
predictPredict labels for Gaussian kernel classification model

객체

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

도움말 항목