如何利用matlab工具箱进行逻辑回归

Posted 2023-04-05

参考技术A 用nlinfit（）函数来拟合，其拟合函数为R2=a1/(1+exp(-a2)-a3*R1))拟合结果为20℃时,R2=0.43754/(1+exp(-2.5824-12.3049*R1)30℃时,R2=0.54856/(1+exp(-2.8618-9.6528*R1)拟合曲线

如何在matlab中提高多项逻辑回归（mnrfit）的速度

【中文标题】如何在matlab中提高多项逻辑回归（mnrfit）的速度

【英文标题】：How to increase speed of Multinomial logistic regression (mnrfit) in matlab

【发布时间】：2018-06-29 20:58:41

【问题描述】：

我在 Matlab 中使用多项逻辑回归 (mnrfit) 命令对人脸识别问题（10 类）进行分类。

我使用降维方法将维度从 2500 减少到 d。 d 在[10 400] 之间。 mnrfit 在 d 介于 [10 20] 之间时，几秒钟内就可以学习模型，但是当维度大于 20 时，学习阶段需要很多时间。

如何提高高维学习阶段的速度？

注意：我使用此命令进行学习。这个命令速度不错

[B,dev,stats] = mnrfit(F,Y','model','nominal','interactions','off');

但与默认命令相比，它的准确性较弱

[B,dev,stats] = mnrfit(F,Y','interactions','on');

我想在高维度上进行准确度高且速度快的多项逻辑回归，但我不知道该怎么做。

【参考方案1】：

我改了一些参数，终于找到了。

[B,dev,stats] = mnrfit(F,Y','model','hierarchical ','interactions','on');

此命令训练模型快速准确，而不是 nominal 模型类型。