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

为了通过中维数据集对低维度的更高的准确性和链路功能选择，适用于普遍的线性回归模型Fitglm.。对于多项式逻辑回归，适合模型使用mnrfit。

为了减少在高维数据集上的计算时间，使用FitClinear.。您还可以通过使用，有效地培训由逻辑回归模型组成的多种误差校正输出代码（ECOC）模型fitcecoc。

对于具有大数据的非线性分类，使用Logistic回归培训二进制，高斯内核分类模型fitckernel。

对象

展开全部

GeneralizedLinearModel. 广义线性回归模型类
CompactGeneralizedLinearModel 紧凑型广义线性回归模型类
ClassificationLinear 高维数据二进制分类的线性模型
Classifiedecoc. 支持向量机(svm)等分类器的多类模型万博1manbetx
ClassificationKernel. 高斯核分类模型使用随机特征展开
分类分类线性 高维数据二进制分类的交叉验证的线性模型
ClassificationPartitionedLinearECOC 交叉验证的线性纠错输出代码模型，用于高维数据的多级数据分类

职能

展开全部

创建GeneralizedLinearModel.对象

Fitglm. 创建广义线性回归模型
挺身油 通过逐步回归创建概括的线性回归模型

创建CompactGeneralizedLinearModel对象

紧凑的 紧致广义线性回归模型

从广义线性模型中添加或删除项

addterms. 为广义线性回归模型添加术语
removeterms. 从广义线性回归模型中删除术语
步 通过添加或删除项来改进广义线性回归模型

预测回应

函数宏指令 对每个预测器使用一个输入预测广义线性回归模型的响应
预测 预测广义线性回归模型的响应
随机的 对广义线性回归模型在随机噪声下的响应进行模拟

评估广义线性模型

COEFCI. 广义线性回归模型系数估计的置信区间
colealt 广义线性回归模型系数的线性假设试验
DevianceTest. 广义线性回归模型的偏差分析

可视化广义线性模型和摘要统计

plotdiagnostics. 绘制广义线性回归模型的观察诊断图
plotPartialDependence 创建部分依赖图（PDP）和个人有条件期望（ICE）情节
plotResiduals 广义线性回归模型的绘图残差
plotslice. 穿过拟合的普通线性回归表面的切片曲线

创建对象

FitClinear. 将线性分类模型适合高维数据
fitcecoc 适合支持向量机或其他分类器的多类模型万博1manbetx
fitckernel 利用随机特征展开拟合高斯核分类模型
TemplateLinear. 线性分类学习模板

预测的标签

预测 预测线性分类模型的标签
预测 使用多款纠错输出代码（ECOC）模型进行分类观察
预测 预测高斯内核分类模型的标签
mnrfit 多项式逻辑回归
Mnrval. 多项式逻辑回归值
glmfit. 广义线性模型回归
glmval. 广义线性模型值

话题

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器术语与响应变量之间的潜在非线性关系。

广义线性模型工作流

拟合一个广义线性模型并分析结果。

用广义线性模型拟合数据

使用和评估广义线性模型的使用glmfit.和glmval.。

Logistic回归模型的贝叶斯分析

使用贝叶斯推理逻辑回归模型slicesample。

使用分类学习程序训练逻辑回归分类器

创建和比较逻辑回归分类器，并导出培训的模型来对新数据进行预测。

Wilkinson表示法

Wilkinson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。

多项逻辑回归

名义响应的多项模型

标称响应变量具有限制可能的值集，不会在它们之间无自然顺序。标称响应模型解释并预测观察在每个类别的分类响应变量中的概率。

序列响应的多项模型

序数响应变量具有落入自然秩序的受限制可能的值集。序数响应模型描述了类别和预测变量的累积概率之间的关系。

分层多项式模型

分级多项响应变量(也称为顺序或嵌套多项响应)有一组可能的值，这些值属于分级类别。层次多项式回归模型是基于条件二元观测的二元回归模型的扩展。

统计和机器学习工具箱文档
万博1manbetx
掌握机器学习：使用MATLAB逐步指南

掌握机器学习：使用MATLAB逐步指南

下载电子书