[英]Efficient logistic regression with L1 regularization in matlab
我在matlab中寻找有效的逻辑回归实现。 我在matlab中使用了lassoglm。 但是,当我尝试10000个具有1000个特征和0.005到1的正则化参数的示例时,这确实很慢。 我使用两次交叉验证。 从lambda 0.05开始,它非常慢并且需要很多时间。
有没有更好的方法?
您可能要签出LIBLINEAR 。 它是一个免费的,最新的线性大规模学习库。 它具有MATLAB接口。
LIBLINEAR具有几种线性方法,包括:
for multi-class classification
0 -- L2-regularized logistic regression (primal)
1 -- L2-regularized L2-loss support vector classification (dual)
2 -- L2-regularized L2-loss support vector classification (primal)
3 -- L2-regularized L1-loss support vector classification (dual)
4 -- support vector classification by Crammer and Singer
5 -- L1-regularized L2-loss support vector classification
6 -- L1-regularized logistic regression
7 -- L2-regularized logistic regression (dual)
for regression
11 -- L2-regularized L2-loss support vector regression (primal)
12 -- L2-regularized L2-loss support vector regression (dual)
13 -- L2-regularized L1-loss support vector regression (dual)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.