加载NLP数据集。

加载nlpdata.

X是预测器数据的稀疏矩阵，以及y是类标签的类别向量。数据中有两个以上的类。

该模型应识别网页中的单词计数是否来自统计信息和计算机学习工具箱文档。因此，识别与统计和机器学习工具箱文档网页对应的标签。

ystats = y =='统计'；

培训二进制线性分类模型，可以识别文档网页中的单词计数是否来自统计信息和计算机学习工具箱™文档。指定持有30％的观察结果。利用SpaRSA优化目标函数。

RNG（1）;重复性的％cvmdl = fitclinear（x，ystats，“规划求解”那'sparsa'那'坚持'，0.30）;cmdl = cvmdl.trained {1};

cvmdl.是A.分类分类线性模型。它包含属性训练有素，这是一个1×1个单元阵列，保持aClassificationLinear使用培训集培训的软件的模型。

从分区定义中提取培训和测试数据。

trainidx =培训（cvmdl.partition）;testidx = test（cvmdl.partition）;

估计训练样本和测试样本的分类误差。

cetrain =损失（cmdl，x（trainidx，:)，ystats（trainidx））

cetrain = 1.3572e-04

CETEST =损失（cmdl，x（testidx，:)，ystats（testidx））

cet(中央东部东京)= 5.2804 e-04

因为有一个正则化力量CMDL.那cetrain和赛是数字标量。

加载NLP数据集。预处理数据估计测试样本分类损失，并转换预测器数据。

加载nlpdata.ystats = y =='统计'；X = X ';

培训二进制，线性分类模型。指定持有30％的观察结果。利用SpaRSA优化目标函数。指定预测器观察对应于列。

RNG（1）;重复性的％cvmdl = fitclinear（x，ystats，“规划求解”那'sparsa'那'坚持'，0.30，......'观察'那'列'）;cmdl = cvmdl.trained {1};

cvmdl.是A.分类分类线性模型。它包含属性训练有素，这是一个1×1个单元阵列，保持aClassificationLinear使用培训集培训的软件的模型。

从分区定义中提取培训和测试数据。

trainidx =培训（cvmdl.partition）;testidx = test（cvmdl.partition）;

创建一个匿名函数，测量线性损耗，即

$${\mathrm{W.}}_j$$重量是用来观察的吗j那 $$y_j$$是响应j（-1为负类，另外1个），以及 $$F_j$$是理想分类的观察分数j．自定义损失函数必须以特定的形式编写。有关编写自定义丢失函数的规则，请参见损失义务名称值对参数。

linearloss = @（c，s，w，成本）和（-w。*和（s. * c，2））/ sum（w）;

使用线性损耗函数估计培训和测试样本分类损失。

ceTrain =损失(CMdl X (:, trainIdx) Ystats (trainIdx),'lockfun'，linearloss，......'观察'那'列'）

cetrain = -7.8330.

CETEST =损失（cmdl，x（：，testidx），ystats（testidx），'lockfun'，linearloss，......'观察'那'列'）

cetest = -7.7383.

确定使用Logistic回归学习者的线性分类模型的良好的租赁强度，比较测试样本分类错误率。

加载NLP数据集。预处理数据指定自定义分类损失．

加载nlpdata.ystats = y =='统计'；X = X ';RNG（10）;重复性的％分区= cvpartition (Ystats,'坚持'，0.30）;testidx =测试（分区）;xtest = x（：，testIdx）;ytest = ystats（testidx）;

创建一组11个对数间隔的正则化强度 $$1{0.}^{-6.}$$通过 $$1{0.}^{-0.．5.}$$．

-0.5λ= logspace(6日,11);

训练二元线性分类模型，利用每一个正则化优势。利用SpaRSA优化目标函数。将目标函数梯度上的公差降低到1E-8．

cvmdl = fitclinear（x，ystats，'观察'那'列'那......'cvpartition'，划分，“学习者”那'逻辑'那“规划求解”那'sparsa'那......'正规化'那“套索”那'lambda'λ,'gradienttolerance'1 e-8)

CVMDL =分类artitionedLineSearyScrossvalidatedModel：'Linear'rancectename：'y'numobservations：31572 kfold：1分区：[1x1 cvpartition] classnames：[0 1] scoreTransform：'无'属性，方法

提取培训的线性分类模型。

mdl = cvmdl.trinained {1}

Mdl = classiationlinear ResponseName: 'Y' ClassNames: [0 1] ScoreTransform: 'logit' Beta: [34023x11 double]偏爱:[1x11 double] Lambda: [1x11 double]学习者:'logistic'属性，方法

Mdl是A.ClassificationLinear模型对象。因为lambda.是一系列正规化优势，你可以想到Mdl作为11个型号，一个用于每个正则化强度lambda.．

估计测试样本分类错误。

ce =损失(Mdl X (:, testIdx) Ystats (testIdx),'观察'那'列'）;

因为有11个正则化优势，ce是一个1×11的分类错误速率矢量。

更高的值lambda.导致预测变量稀疏性，这是分类器的良好质量。对于每个正则化强度，使用整个数据集和交叉验证模型时的选项列出线性分类模型。确定每个模型的非零系数的数量。

mdl = fitclinear（x，ystats，'观察'那'列'那......“学习者”那'逻辑'那“规划求解”那'sparsa'那'正规化'那“套索”那......'lambda'λ,'gradienttolerance'，1E-8）;numnzcoeff = sum（mdl.beta〜= 0）;

在相同的图中，为每个正则化强度绘制非零系数的测试样本误差速率和频率。绘制日志比例上的所有变量。

数字;[h，hl1，hl2] = plotyy（log10（lambda），log10（ce），......log10（lambda），log10（numnzcoeff + 1））;HL1.Marker ='o'；HL2.Marker =.'o'；ylabel（h（1），'log_ {10}分类错误'）Ylabel（H（2），'log_ {10}非零系数频率')包含('log_ {10} lambda'） 标题（'test-sample statistics')举行从

选择余额强度的索引，使预测值变性稀疏性和低分类误差进行平衡。在这种情况下，之间的值 $$1{0.}^{-4.}$$至 $$1{0.}^{-1}$$足以满足。

IDXFinal = 7;

选择模型Mdl随着所选的正则化力量。

mdlfinal = SelectModels（MDL，IDXFinal）;

MdlFinal是A.ClassificationLinear模型包含一个正则化强度。估算新观察的标签，通过MdlFinal和新的数据预测．