如何提高matlab中多项Logistic回归(mnrfit)的速度

时间:2018-01-20 21:03:39

标签: matlab image-processing machine-learning classification logistic-regression

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

我使用降维方法将维度从2500减少到dd之间的[10 400]。 当mnrfit介于d之间时,[10 20]会在几秒钟内学习模型,但是当维度大于20时,学习阶段需要花费大量时间。

我可以做些什么来提高高维度的学习阶段的速度?

注意:我使用此命令进行学习。此命令具有良好的速度

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

但与默认命令

相比,它给我的准确性较弱
[B,dev,stats] = mnrfit(F,Y','interactions','on');

我希望在高维度上进行具有良好准确性和高速度的多项逻辑回归,但我不知道该怎么做。

1 个答案:

答案 0 :(得分:0)

我更改了一些参数,最后找到了。

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

此命令训练模型快速而准确,而不是nominal模型类型。