NLP のデータセットを読み込みます。

加载NLPDATA

Xは予测子のスパース行列，y分类ベクトルベクトルです。データデータはははつつをクラスがが。。。

モデルでは,あるWebページの単語数が统计和机器学习一世ng Toolbox™ ドキュメンテーションによるものであるかどうかを識別できなければなりません。したがって、Statistics and Machine Learning Toolbox™ のドキュメンテーション Web ページに対応するラベルを識別します。

ystats = Y =='stats';

web webページの数ががががががががが数単语ドキュメンテーションドキュメンテーションものであるかかか识别できるバイナリ线形分类分类モデルモデルのの交差交差

rng(1);% For reproducibilityCVMdl = fitclinear(X,Ystats,“横瓦尔”，，，，'上'）；

CVMdlは分类区10分割，，，，分割分割が実行され。。'KFold'名前とペア引数を使用し数を変更でき。。

分割外エッジ平均を推定し。。

e= kfoldedge（CVMdl)

e=8。1243

あるいは，kfoldedge内のと値の引数引数“模式”，“个人”を指定こと各分割を取得できます。

特徴選択を実行する方法の 1 つは、複数のモデルのk分割エッジするです。条件にとエッジがが最高となる分类分类器がが最善の分类分类器器

NLP のデータセットを読み込みます。k分割交検证の推定で说明れいるにデータを处理します。

加载NLPDATAystats = Y =='stats';x = x';

2つのセット作成し。。

rng(1);% For reproducibilityp = size(X,1);% Number of predictorsHalfPredIdx = randsample（p，ceil（0.5*p））;fullx = x;partx = x（halfpredidx，:);

2つのバイナリ線形分類モデルを交差検証します。1 つではすべての予測子を、もう 1 つでは半分の予測子を使用します。観測値が列に対応することを指定し、SpaRSA を使用して目的関数を最適化します。

cvmdl = fitclinear（fullx，ystats，“横瓦尔”，，，，'上'，，，，“求解器”，，，，'sparsa'，，，，。。。'ObservationsIn'，，，，'列'）；pcvmdl = fitclinear（partx，ystats，“横瓦尔”，，，，'上'，，，，“求解器”，，，，'sparsa'，，，，。。。'ObservationsIn'，，，，'列'）；

CVMdlおよびPCVMDLは分类区モデルです。

各分类器についてk分割エッジ推定します。

FullEdge = kfoldEdge(CVMdl)

FullEdge = 16.5629

partEdge = kfoldedge（PCVMDL）

partEdge = 13.9030

k分割エッジすべて予测子をする分类の方モデルとして优れています。

lassoペナルティたたたペナルティペナルティペナルティペナルティペナルティ强度强度决定，，，，，，，，

NLP のデータセットを読み込みます。k分割交検证の推定で说明れいるにデータを处理します。

加载NLPDATAystats = Y =='stats';x = x';

$$10^{-8}$$～ $$10^1$$の範囲で対数間隔で配置された 11 個の正則化強度を作成します。

lambda = logspace（-8,1,11）;

5分割のと正则化强度をして，形分类モデルモデルををを交差交差交差交差検证検证ますますますますますますますますををををををてて1e-8に下げます。

rng(10);% For reproducibilityCVMdl = fitclinear(X,Ystats,'ObservationsIn'，，，，'列'，，，，'KFold'，，，，5,。。。'学习者'，，，，“逻辑”，，，，“求解器”，，，，'sparsa'，，，，“正则化”，，，，'套索'，，，，。。。'lambda'，lambda，'GradientTolerance'，1E-8）

CVMdl = ClassificationPartitionedLinear CrossValidatedModel: 'Linear' ResponseName: 'Y' NumObservations: 31572 KFold: 5 Partition: [1x1 cvpartition] ClassNames: [0 1] ScoreTransform: 'none' Properties, Methods

CVMdlは分类区モデルです。F一世tclinearは5 分割の交差検証を実装するので、各分割について学習させる 5 つの分类线モデルがCVMdlに格纳さます。

各分割正则强度のを推定します。

efolds = kfoldedge（cvmdl，'模式'，，，，'个人'）

efolds =5×110.9958 0.9958 0.9958 0.9958 0.9958 0.9924 0.9770 0.9178 0.8452 0.8127 0.8127 0.9991 0.9991 0.9991 0.9991 0.9991 0.9938 0.9780 0.9201 0.8262 0.8128 0.8128 0.9992 0.9992 0.9992 0.9992 0.9992 0.9942 0.9781 0.9135 0.8253 0.8128 0.8128 0.9974 0.9974 0.9974 0.9974 0.9974 0.9931 0.9773 0.9121 0.8410 0.8130 0.8130 0.9976 0.9976 0.9976 0.9976 0.9976 0.99420.9782 0.9157 0.8368 0.8127 0.8127

e折5行11列列の行列です。はにに，はは兰姆达の正则强度に対応。。e折を使用して、性能が低い分割、つまり非常に低いエッジを特定します。

各正について，の分割に対するエッジ推定推定ますます。

e= kfoldedge（CVMdl)

e=1×110。9978 0.9978 0.9978 0.9978 0.9978 0.9936 0.9777 0.9158 0.8349 0.8128 0.8128

各正則化強度について 5 分割エッジの平均をプロットすることにより、モデルがどの程度一般化を行うかを判断します。グリッド全体で 5 分割エッジを最大化する正則化強度を特定します。

数字;图（log10（lambda），log10（e），'-o'）[〜，maxeidx] = max（e）;maxlambda = lambda（maxeidx）;抓住上图（log10（maxlambda），log10（e（maxeidx）），'ro'）；ylabel（'log_ {10} 5倍边'）xlabel（'log_ {10} lambda'）legend('边缘'，，，，'Max edge'） 抓住离开

いくつかの兰姆达lambdaのますますエッジエッジエッジエッジがのののがが大きくなるなるなるととと，予测子予测子変数がスパースにになります。。これはは

エッジが低下する直前にある正則化強度を選択します。

lambdafinal = lambda（5）;

正则化强度兰巴非省を指定データ全体を使用て线形モデル学习をささます。

mdlfinal=F一世tclinear(X,Ystats,'ObservationsIn'，，，，'列'，，，，。。。'学习者'，，，，“逻辑”，，，，“求解器”，，，，'sparsa'，，，，“正则化”，，，，'套索'，，，，。。。'lambda'，，，，lambdaFinal);

新しい観测のを推定するに，，mdlfinalと新しいデータを预测に渡します。