并行规范宽数据

这个例子展示了如何用比观察更多的预测因子来规范一个模型。广泛的数据是数据的预测因素多于观察结果。通常，对于广泛的数据，您希望识别重要的预测器。使用lassoglm作为探索或筛选工具，可以选择较小的变量，以优先考虑您的建模和研究。使用并行计算来加速交叉验证。

加载ovariancancer数据。该数据有216个观测数据和4000个预测数据奥林匹克广播服务公司工作空间变量。反应也是二进制的“癌症”或者“正常”,在grp工作空间变量。将响应转换为二进制以供中使用lassoglm．

负载ovariancancery = strcmp (grp,“癌症”)；

设置使用并行计算的选项。准备并行计算使用parpool．

选择= statset (“UseParallel”，真的）;Parpool（）

使用“本地”配置文件启动并行池（Parpool）连接到并行池（工人数：6）。ANS = ProcessPool具有属性：Connected：True NumWorkers：6群集：本地连接文件：{} autoaddclientPath：true idledimeout：30分钟（剩余30分钟）spmded：true

匹配一组交叉验证的规范化模型。使用α参数，以支持保留组高度相关的预测，而不是消除所有，但一个成员的组。通常，使用相对较大的值α．

RNG（'默认'）%的再现性tic [b，s] = lassoglm（obs，y，'二重子'，“NumLambda”, 100,．..“α”, 0.9,“LambdaRatio”1的军医,“简历”10“选项”、选择);toc

经过时间是90.892114秒。

检查交叉验证的阴谋。

lassoPlot (B S“PlotType”，“简历”)；传奇（“显示”）％显示传奇

检查跟踪情节。

lassoPlot (B S“PlotType”，“λ”，“XScale”，“日志”）

右边(绿色)的垂直虚线表示λ提供最小的交叉验证偏差。左边(蓝色)虚线具有最小偏差加上不超过一个标准差。这条蓝线有更少的预测因素:

[S.DF (S.Index1SE) S.DF (S.IndexMinDeviance)]

ans =1×250 89

你问lassoglm为了适应使用100个不同的λ值。它用了多少?

尺寸（b）

ans =1×24000 84

lassoglm在84个值之后停止，因为偏差太小了λ值。为了避免过度拟合,lassoglm当拟合模型的偏差相对于二元响应的偏差太小时停止，忽略预测变量。

你可以强迫lassoglm属性包含更多术语“λ”名称-值对的论点。例如，定义一组λ中值之外还包含三个小于中值的值S.Lambda．

minLambda = min (S.Lambda);explicitLambda = [minLambda *[。1.01 .001] S.Lambda];

指定“λ”,explicitLambda当你调用lassoglm函数。lassoglm当拟合模型的偏差太小时停止，即使您显式地提供了一组λ值。

为了节省时间，你可以使用:

使用串行计算和所有三种节省时间的方法：

tic [bquick，squick] = lassoglm（obs，y，'二重子'，“NumLambda”25岁的．..“LambdaRatio”1飞行,“简历”5);toc

运行时间是16.517331秒。

以图形方式将新结果与第一个结果进行比较。

lassoPlot (Bquick Squick,“PlotType”，“简历”)；传奇（“显示”）％显示传奇

lassoPlot (Bquick Squick,“PlotType”，“λ”，“XScale”，“日志”）

在最低加一个标准差的模型中，非零系数的数量约为50，与第一次计算相似。