加载NLP的数据集。

加载nlpdata

X是预测数据的稀疏矩阵，并且ÿ是类别标签的分类矢量。有超过两个班中的数据。

该模型应标识在网页中的字数是否来自统计和机器学习工具箱™文档。因此，识别标签对应于统计和机器学习工具箱™文档网页。

Ystats = Y ==“统计”;

培养出二元线性分类模型，它可以识别在文档网页中的字数是否来自统计和机器学习工具箱™文档。指定要抵抗观测的30％。优化利用SpaRSA目标函数。

RNG（1）;％用于重现CVMdl = fitclinear（X，Ystats，“求解”，'sparsa'，'坚持'，0.30）;CMDL = CVMdl.Trained {1};

CVMdl是ClassificationPartitionedLinear模型。它包含属性熟练，这是一个1×1单元阵列保持ClassificationLinear模型，使用软件中的训练集训练。

提取分区定义的训练和测试数据。

trainIdx =训练（CVMdl.Partition）;testIdx =试验（CVMdl.Partition）;

估计训练 - 和测试样品的边缘。

eTrain =边缘（CMDL，X（trainIdx，:)，Ystats（trainIdx））

eTrain = 15.6660

Etest法=边缘（CMDL，X（testIdx，:)，Ystats（testIdx））

Etest法= 15.4767

执行特征选择的一种方法是测试样品边缘从多个模型进行比较。仅仅基于这一标准，具有最高边缘分类是最好的分类。

加载NLP的数据集。

加载nlpdata

X是预测数据的稀疏矩阵，并且ÿ是类别标签的分类矢量。有超过两个班中的数据。

该模型应标识在网页中的字数是否来自统计和机器学习工具箱™文档。因此，识别标签对应于统计和机器学习工具箱™文档网页。更快的执行时间，定向所述预测数据，使得各个观测值对应的列。

Ystats = Y ==“统计”;X = X';RNG（1）;％用于重现

创建保持了用于测试的观察结果为30％的数据分区。

分区= cvpartition（Ystats，'坚持'，0.30）;testIdx =试验（分区）;％测试集指标XTEST = X（：，testIdx）;YTest = Ystats（testIdx）;

划分是cvpartition对象定义数据集分区。

随机选择的预测变量的一半。

P =尺寸（X，1）;预测的数量％idxPart = randsample（P，小区（0.5 * P））;

火车两个二进制，线性分类模型：一个使用所有预测的和一个使用预测的一半。优化利用SpaRSA目标函数，并指出意见对应的列。

CVMdl = fitclinear（X，Ystats，'CVPartition'，划分，“求解”，'sparsa'，...'ObservationsIn'，'列'）;PCVMdl = fitclinear（X（idxPart，:)，Ystats，'CVPartition'，划分，“求解”，'sparsa'，...'ObservationsIn'，'列'）;

CVMdl和PCVMdl是ClassificationPartitionedLinear楷模。

提取受训ClassificationLinear从交叉验证模型的模型。

CMDL = CVMdl.Trained {1};PCMdl = PCVMdl.Trained {1};

估计每个分类器测试样品边缘。

fullEdge =边缘（CMDL，XTEST，YTest，'ObservationsIn'，'列'）

fullEdge = 15.4767

partEdge =边缘（PCMdl，XTEST（idxPart，:)，YTest，'ObservationsIn'，'列'）

partEdge = 13.4458

根据试验样品的边缘，使用所有预测的分类是更好的模型。

要确定使用逻辑回归学习线性分类模型良好的套索刑罚强度，比较试验样品的边缘。

加载NLP的数据集。预处理的数据作为功能选择使用测试样品边缘。

加载nlpdataYstats = Y ==“统计”;X = X';分区= cvpartition（Ystats，'坚持'，0.30）;testIdx =试验（分区）;XTEST = X（：，testIdx）;YTest = Ystats（testIdx）;

创建从一组11对数间隔的正规化优势 $$10^{-8}$$通过 $$10^1$$。

波长= LOGSPACE（-8,1,11）;

火车二进制使用每个正规化的优势，线性分类模型。优化利用SpaRSA目标函数。降低目标函数的梯度公差1E-8。

RNG（10）;％用于重现CVMdl = fitclinear（X，Ystats，'ObservationsIn'，'列'，...'CVPartition'，划分，'学习者'，“物流”，“求解”，'sparsa'，...“正规化”，'套索'，“拉姆达”，λ，'GradientTolerance'，1E-8）

CVMdl = classreg.learning.partition.ClassificationPartitionedLinear CrossValidatedModel： '线性' ResponseName： 'Y' NumObservations：31572 KFold：1个分区：[1x1的cvpartition]类名：[0 1] ScoreTransform： '无' 的属性，方法

提取训练的线性分类模型。

MDL = CVMdl.Trained {1}

MDL = ClassificationLinear ResponseName： 'Y' 的类名：[0 1] ScoreTransform： '分对数' 贝塔：[34023x11双]偏压：[1x11双] LAMBDA：[1x11双]学习者： '物流' 的属性，方法

MDL是ClassificationLinear模型对象。因为LAMBDA是正规化的优势序列，你能想到的MDL作为11款车型，一个在每个正规化强度LAMBDA。

估计测试样品的边缘。

E =边缘（MDL，X（：，testIdx），Ystats（testIdx），'ObservationsIn'，'列'）

E =1×110.9986 0.9986 0.9986 0.9986 0.9986 0.9932 0.9764 0.9181 0.8332 0.8128 0.8128

因为有11分正规化的优势，Ë是边缘的1×11矢量。

绘制每个正则化强度与测试样品的边缘。确定最大化在网格边缘正规化强度。

数字;图（LOG10（波长），日志10（E），'-o'）[〜，maxEIdx] = MAX（E）;maxLambda =拉姆达（maxEIdx）;保持上图（LOG10（maxLambda），日志10（E（maxEIdx）），'RO'）;ylabel（“LOG_ {10}测试样品边缘”）xlabel（'LOG_ {10} LAMBDA'）图例（'边缘'，“最大优势”）保持离

的几个值LAMBDA得到同样高的边缘。的拉姆达率较高值预测变量稀疏，这是一个分类的优良品质。

选择时出现的边缘逐渐减少之前正规化强度。

LambdaFinal =拉姆达（5）;

使用整个数据集训练的线性分类模型，并指定正则化强度得到最大边缘。

MdlFinal = fitclinear（X，Ystats，'ObservationsIn'，'列'，...'学习者'，“物流”，“求解”，'sparsa'，“正规化”，'套索'，...“拉姆达”，LambdaFinal）;

为了估计新的观察标签，合格MdlFinal和新数据预测。