装载样品数据并显示的说明。

加载谱描述

描述= 11×72字符数组“汽油的==光谱和辛烷数据==”“”“NIR光谱和60个汽油样品的辛烷值”“”“NIR：NIR光谱，在2个纳米的间隔测量从900纳米至1700纳米“‘辛烷：辛烷值’‘光谱：包含NIR和辛烷’”“的变量的数据集数组‘参考：’‘Kalivas，约翰H.，‘近红外光谱的两个数据集，’化学计量学’”和智能实验室系统，V.37（1997年），pp.255-259“

套索和弹性网特别适合用于宽的数据，即，具有比与套索和弹性网观测多个预测数据。有这种类型的数据的冗余预测。您可以使用套索与交叉验证一起确定重要预测指标。

计算默认套索适合。

并[b fitinfo] =套索（NIR，辛烷）;

情节拟合套索正规化预测的数量的函数LAMBDA，使用对数X-轴。

lassoPlot（B，fitinfo，'PlotType'，“拉姆达”，'的XScale'，“日志”）;

这是很难说的哪个值LAMBDA是合适的。要确定一个很好的价值，尝试用交叉验证配件。

抽动并[b fitinfo] =套索（NIR，辛烷，'简历'，10）;TOC

经过时间是7.353767秒。

绘制的结果。

lassoPlot（B，fitinfo，'PlotType'，“拉姆达”，'的XScale'，“日志”）;

显示的建议值LAMBDA。

fitinfo.Lambda1SE

ANS = 0.0302

显示LAMBDA以最小的MSE。

fitinfo.LambdaMinMSE

ANS = 0.0144

检查拟合质量的建议值LAMBDA。

lambdaindex = fitinfo.Index1SE;MSE = fitinfo.MSE（lambdaindex）DF = fitinfo.DF（lambdaindex）

MSE = 0.0528 DF = 11

拟合只使用了401所预测的11，并实现了小型交叉验证MSE。

检查交叉验证MSE的情节。

lassoPlot（B，fitinfo，'PlotType'，'简历'）;％用途为MSE数比例看小MSE值更集（GCA，'YScale'，“日志”）;

如LAMBDA增加（朝向左侧），MSE迅速增加。该系数被降低太多，他们没有充分地拟合响应。如LAMBDA降低时，模型是较大的（有更多的非零系数）。越来越MSE表明，模型过度拟合。

默认设置LAMBDA值不包括值足够小，以包括所有的预测。在这种情况下，似乎没有成为一个理由来看待较小的值。但是，如果你想要比默认值越小，使用LambdaRatio参数，或提供的序列LAMBDA使用值LAMBDA参数。有关详细信息，请参阅套索参考页。

交叉验证可能会很慢。如果你有一个并行计算工具箱许可证，加速的交叉验证使用并行计算套索估计计算。开始并行池。

myPool的= parpool（）

开始使用“本地”的个人资料...连接到6名工人并行池（parpool）。myPool的=池与属性：连接：真NumWorkers：6集群：本地AttachedFiles：{} AutoAddClientPath：真正的IdleTimeout：30分钟（30分钟剩余）SpmdEnabled：真

设置并行计算选项，并计算套索估计。

OPTS = statset（'UseParallel'，真正）;抽动;并[b fitinfo] =套索（NIR，辛烷，'简历'10，“选项”，选择采用）;TOC

经过时间是3.799009秒。

使用两个工人在并行计算是在这个问题上要快。

停止并行池。

删除（myPool的）

使用“本地”轮廓平行池正在关闭。