在Matlab中使用L1正則化進行有效的邏輯回歸

Question

我在matlab中尋找有效的邏輯回歸實現。 我在matlab中使用了lassoglm。 但是，當我嘗試10000個具有1000個特征和0.005到1的正則化參數的示例時，這確實很慢。 我使用兩次交叉驗證。 從lambda 0.05開始，它非常慢並且需要很多時間。

有沒有更好的方法？

Answer 1

您可能要簽出LIBLINEAR 。 它是一個免費的，最新的線性大規模學習庫。 它具有MATLAB接口。

LIBLINEAR具有幾種線性方法，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)