matlab中L1正则化的高效logistic回归
我正在寻找一个有效的逻辑回归实现在matlab。我在matlab中使用了lassoglm。但是,当我尝试使用10000个具有1000个特征和正则化参数0.005到1的示例时,速度非常慢。我使用双重交叉验证。从lambda 0.05开始,速度非常慢,需要很多时间matlab中L1正则化的高效logistic回归,matlab,logistic-regression,lasso-regression,Matlab,Logistic Regression,Lasso Regression,我正在寻找一个有效的逻辑回归实现在matlab。我在matlab中使用了lassoglm。但是,当我尝试使用10000个具有1000个特征和正则化参数0.005到1的示例时,速度非常慢。我使用双重交叉验证。从lambda 0.05开始,速度非常慢,需要很多时间 有更好的方法吗?您可能想退房。这是一个免费的、最先进的图书馆,用于线性大规模学习。它有一个MATLAB接口 LIBLINEAR具有几种线性方法,包括: for multi-class classification 0 -- L
有更好的方法吗?您可能想退房。这是一个免费的、最先进的图书馆,用于线性大规模学习。它有一个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)
谢谢你的信息。我只是想确认L1正则化logistic回归的Liblinear并没有规范化数据本身。我们必须提供规范化的培训实例。我也可以看到这个选项。我的训练数据集将每个实例作为一行。所以我不需要为这个上校做任何事,对吗?我只是不明白col的意思here@user34790您是对的,liblinear不进行隐式规范化。我不知道
col
选项,因为它似乎在命令行界面中不存在(我本人从未在matlab中使用过liblinear)。