Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

정규화(Regularization)

능형 회귀(Ridge Regression), Lasso, 신축망(Elastic Net)

저차원에서 중간 차원까지의 데이터 세트에 대한 정확도를 높이고 연결 함수 옵션을 확대하려면lassoglm을 사용하여 Lasso 벌점을 통해 일반 선형 모델을 피팅하십시오.

고차원 데이터 세트에 대한 계산 시간을 단축하려면fitclinear를 사용하여 정규화된 로지스틱 회귀 모델과 같은 이진 선형 분류 모델을 훈련시키십시오. 또한,fitcecoc를 사용하여 로지스틱 회귀 모델로 구성된 다중클래스 오류 수정 출력 코드(ECOC) 모델을 효율적으로 훈련시킬 수도 있습니다.

빅데이터에대해비선형분류를수행하는경우fitckernel을 사용하여 정규화된 로지스틱 회귀를 적용한 이진 가우스 커널 분류 모델을 훈련시키십시오.

클래스

ClassificationLinear Linear model for binary classification of high-dimensional data
ClassificationECOC Multiclass model for support vector machines (SVMs) and other classifiers
ClassificationKernel Gaussian kernel classification model using random feature expansion
ClassificationPartitionedLinear Cross-validated linear model for binary classification of high-dimensional data
ClassificationPartitionedLinearECOC Cross-validated linear error-correcting output codes model for multiclass classification of high-dimensional data

함수

lassoglm Lasso or elastic net regularization for generalized linear models
fitclinear Fit binary linear classifier to high-dimensional data
templateLinear Linear classification learner template
fitcecoc 서포트 벡터 머신 또는 다른 분류기에 대해 다중클래스 모델 피팅하기
predict Predict labels for linear classification models
fitckernel Fit binary Gaussian kernel classifier using random feature expansion
predict Predict labels for Gaussian kernel classification model

예제 및 방법

개념