主要内容

일반화선형회귀

로지스틱회귀를비롯해다양한분포및연결함수를포함한일반화선형회귀모델

저차원에서중간차원까지의데이터세트에대한정확도를높이고연결함수선택의폭을넓히려면fitglm을사용하여일반화된선형회귀모델을피팅하십시오。다항로지스틱회귀의경우mnrfit를사용하여모델을피팅합니다。

고차원데이터세트에대한계산시간을단축하려면fitclinear를사용하여로지스틱회귀모델과같은이진선형분류모델을훈련시키십시오。또한，fitcecoc를사용하여로지스틱회귀모델로구성된다중클래스오류수정출력코드(ECOC)모델을효율적으로훈련시킬수도있습니다。

빅데이터에대해비선형분류를수행하는경우fitckernel을사용하여로지스틱회귀를적용한이진가우스커널분류모델을훈련시키십시오。

객체

모두 확장

GeneralizedLinearModel 广义线性回归模型类
CompactGeneralizedLinearModel 紧凑的广义线性回归模型类
ClassificationLinear 高维数据二元分类的线性模型
ClassificationECOC 支持向量机(svm)和其他分类器的多类模型万博1manbetx
ClassificationKernel 采用随机特征展开的高斯核分类模型
ClassificationPartitionedLinear 用于高维数据二元分类的交叉验证线性模型
ClassificationPartitionedLinearECOC 用于高维数据多类分类的交叉验证线性纠错输出码模型

함수

모두 확장

GeneralizedLinearModel객체만들기

fitglm 일반화선형회귀모델생성
stepwiseglm 通过逐步回归建立广义线性回归模型

CompactGeneralizedLinearModel객체만들기

紧凑的 紧凑广义线性回归模型

일반화선형모델에서항추가또는제거하기

addTerms 在广义线性回归模型中增加项
removeTerms 从广义线性回归模型中去除项
一步 通过增减项改进广义线性回归模型

응답변수예측하기

函数宏指令 对每个预测器使用一个输入来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 用随机噪声模拟广义线性回归模型的响应

일반화선형모델평가하기

coefCI 广义线性回归模型系数估计的置信区间
coefTest 广义线性回归模型系数的线性假设检验
devianceTest 广义线性回归模型的偏差分析
partialDependence 计算部分依赖关系

일반화선형모델과약통계량시각화하기

plotDiagnostics 广义线性回归模型的图观测诊断
plotPartialDependence 创建部分依赖图(PDP)和个别条件期望图(ICE)
plotResiduals 广义线性回归模型残差图
plotSlice 通过拟合的广义线性回归曲面绘制切片图

일반화선형모델의속성수집하기

收集 收集属性统计和机器学习工具箱来自GPU的对象

객체만들기

fitclinear 用二元线性分类器拟合高维数据
fitcecoc 서포트벡터머신또는다른분류기에대해다중클래스모델피팅하기
fitckernel 采用随机特征展开方法拟合二元高斯核分类器
templateLinear 线性分类学习器模板

레이블예측하기

预测 预测线性分类模型的标签
预测 利用多类纠错输出码(ECOC)模型对观测数据进行分类
预测 高斯核分类模型的标签预测
mnrfit 다항로지스틱회귀
mnrval 多项逻辑回归值
glmfit 일반화선형회귀모델피팅
glmval 广义线性模型值

도움말항목

일반화선형회귀

다항로지스틱회귀

  • 名义响应的多项模型
    一个标称响应变量具有一组受限制的可能值，这些值之间没有自然顺序。标称响应模型解释并预测观测值在分类响应变量的每个类别中的概率。
  • 有序响应的多项模型
    有序响应变量具有一组受限制的可能值，这些值符合自然顺序。一个有序响应模型描述了类别的累积概率和预测变量之间的关系。
  • 层次多项式模型
    层次多项式响应变量(也称为顺序或嵌套的多项式响应)具有属于层次类别的可能值的有限集。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。