La traducción de esta página está obsoleta。Haga clic aquí para ver la última versión en inglés。
Regresion直系generalizada
Para aliumentar laprecisiónylasopcionesde Funciones de enjuntos de Datos de Dimoness Bajas Y Medianas，Ajuste Un Modelo deRegresiónLinealizadaMediantefitglm．en UnaRegresiónlogística多项式，Ajuste Un Modelo MedianteMnRfit.．
把时间和其他维度的数据结合起来，在clasificación的线性二值化模式下，在regresión logística的模式下，中间fitclinear．También puede entrenar de forma effective un modelo códigos de salida de corrección de误差(ECOC, por sus siglas en inglés) computo por modelo regresión logística medianteFitcecoc.．
对大数据的分类没有线性关系，需要一个模型clasificación binaria de kernel gaussiano con regresión logística中位数Fitconnelel.．
Objetos
一些必要
Temas.
Regresion直系generalizada
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。
符合广义的线性模型并分析结果。
使用拟合和评估广义线性模型glmfit和glmval．
创建和比较逻辑回归分类器，并导出训练过的模型来预测新数据。
威尔金森表示法提供了一种描述回归和重复测量模型的方法，而无需指定系数值。
Regresiónlogística多行物
一个标称响应变量有一组限制的可能值，它们之间没有自然顺序。一个名义响应模型解释和预测一个观察是在一个分类响应变量的每个类别中的概率。
有序响应变量有一组受限制的可能值，这些值按自然顺序排列。顺序响应模型描述了类别的累积概率与预测变量之间的关系。
分层多项式响应变量（也称为顺序或嵌套多项响应）具有落入分层类别的受限制可能的值集。分层多项式回归模型是基于条件二进制观察的二进制回归模型的扩展。
您还可以从以下列表中选择一个网站：
