最新のリリースでは，このページがまだ翻訳されていません。このページの最新版は英语でご覧になれます。

正则化

リッジ回帰，套索，弹性网

低〜中次元のデータセットで精度を向上させるには，套索または岭を使用して正则化がある最小二乘回帰を実装します。

高次元データセットの计算时间を短缩するには，fitrlinearを使用して，正则化された线形回帰モデルをあてはめます。

关数

`fitrlinear`	高次元データに対する线形回帰モデルのあてはめ
`预测`	线形回帰モデルの応答予测

plotPartialDependence 部分従属プロット（PDP）および个别条件付き期待値（ICE）プロットの作成

`RegressionLinear`	高次元データ用の线形回帰モデル
`RegressionPartitionedLinear`	高次元データ用の交差検证済み线形回帰モデル

不要な予测子を套索がどのように识别して破弃するかを调べます。

套索と弹性网を使用して，重量，排気量，马力および加速に基づく自动车の燃费（MPG）を予测します。

套索と交差検证を使用して重要な予测子を识别します。

套索アルゴリズムは正则化手法であり缩小推定器です。关连する弹性网アルゴリズムは，予测子间の相关性が高い场合に适しています。

リッジ回帰は，线形回帰问题における多重共线性（相关モデル项）の问题に対处します。