广义线性回归
具有各种分布和链接函数的广义线性回归模型,包括逻辑回归
为了提高低维到中维数据集的准确性和链接函数的选择,使用拟合一个广义线性回归模型fitglm
.对于多项逻辑回归,拟合模型使用fitmnr
.
为了减少在高维数据集上的计算时间,使用训练一个二元线性分类模型,如逻辑回归模型fitclinear
.您还可以有效地训练由逻辑回归模型组成的多类纠错输出代码(ECOC)模型fitcecoc
.
对于大数据的非线性分类,利用逻辑回归训练一个二元高斯核分类模型fitckernel
.
块
ClassificationLinear预测 | 利用线性分类模型对观测数据进行分类 |
功能
广义线性回归GeneralizedLinearModel
对象
创建GeneralizedLinearModel
对象
fitglm |
建立广义线性回归模型 |
stepwiseglm |
通过逐步回归建立广义线性回归模型 |
创建CompactGeneralizedLinearModel
对象
紧凑的 |
紧凑广义线性回归模型 |
从广义线性模型中添加或删除项
addTerms |
在广义线性回归模型中增加项 |
removeTerms |
从广义线性回归模型中去除项 |
一步 |
通过增减项改进广义线性回归模型 |
预测的反应
评价广义线性模型
coefCI |
广义线性回归模型系数估计的置信区间 |
coefTest |
广义线性回归模型系数的线性假设检验 |
devianceTest |
广义线性回归模型的偏差分析 |
partialDependence |
计算部分依赖关系 |
可视化广义线性模型和汇总统计
plotDiagnostics |
广义线性回归模型的图观测诊断 |
plotPartialDependence |
创建部分依赖图(PDP)和个别条件期望图(ICE) |
plotResiduals |
广义线性回归模型残差图 |
plotSlice |
通过拟合的广义线性回归曲面绘制切片图 |
广义线性模型的集合性质
收集 |
收集属性统计和机器学习工具箱来自GPU的对象 |
多项逻辑回归应用MultinomialRegression
对象
创建MultinomialRegression
对象
fitmnr |
拟合多项式回归模型 |
一起工作MultinomialRegression
对象
coefCI |
多项式回归模型系数估计的置信区间 |
coefTest |
多项回归模型系数的线性假设检验 |
函数宏指令 |
为每个预测器使用一个输入,预测多项回归模型的响应 |
partialDependence |
计算部分依赖关系 |
plotPartialDependence |
创建部分依赖图(PDP)和个别条件期望图(ICE) |
plotResiduals |
多项式回归模型的残差图 |
plotSlice |
通过拟合多项式回归曲面的切片图 |
预测 |
预测多项回归模型的响应 |
随机 |
从拟合的多项回归模型中生成随机响应 |
testDeviance |
多项回归模型的偏差检验 |
Logistic回归分类
创建对象
fitclinear |
用二元线性分类器拟合高维数据 |
fitcecoc |
为支持向量机或其他分类器拟合多类模型万博1manbetx |
fitckernel |
采用随机特征展开方法拟合二元高斯核分类器 |
templateLinear |
线性分类学习器模板 |
预测的标签
对象
广义线性回归
GeneralizedLinearModel |
广义线性回归模型类 |
CompactGeneralizedLinearModel |
紧凑的广义线性回归模型类 |
Logistic回归分类
ClassificationLinear |
高维数据二元分类的线性模型 |
ClassificationECOC |
支持向量机(svm)和其他分类器的多类模型万博1manbetx |
ClassificationKernel |
采用随机特征展开的高斯核分类模型 |
ClassificationPartitionedLinear |
用于高维数据二元分类的交叉验证线性模型 |
ClassificationPartitionedLinearECOC |
用于高维数据多类分类的交叉验证线性纠错输出码模型 |
主题
广义线性回归
- 广义线性模型
广义线性模型使用线性方法来描述预测项和响应变量之间潜在的非线性关系。 - 广义线性模型工作流
拟合广义线性模型并对结果进行分析。 - 用广义线性模型拟合数据
拟合和评估广义线性模型使用glmfit
而且glmval
. - 使用分类学习应用程序训练二元GLM逻辑回归分类器
创建并比较二元逻辑回归分类器,并导出训练过的模型,以对新数据进行预测。 - 使用ClassificationLinear预测块预测类标签
这个例子展示了如何在Simulink®中使用ClassificationLinear Predict块进行标签预测。万博1manbetx - 威尔金森符号
威尔金森表示法提供了一种描述回归和重复测量模型而不指定系数值的方法。
MATLAB-Befehl
你的身体和身体之间的联系MATLAB-Befehl
Führen Sie den Befehl durch Eingabe in das MATLAB-Befehlsfenster aus。web浏览器unterstützen keine MATLAB-Befehle。
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。