【文件属性】：
文件名称：matlabauc代码-CSE-847-Homework4:CSE-847-家庭作业4
文件大小：1.47MB
文件格式：ZIP
更新时间：2021-05-24 10:14:04
系统开源
Matlab的耳语CSE
847家庭作业4报告
姓名：易卜拉欣·艾哈迈德（Ibrahim
Ahmed）
NetID：ahmedibr
点击这里包含Matlab代码和图形。
问题1：逻辑回归：实验
根据所进行的实验，可以清楚地看到，随着您增加进入Logistic回归分类器的样本数量，测试准确性就越高。
这似乎是合乎逻辑的，因为构成数据集的模式在具有更多样本的情况下更具代表性。
样本越多，模型可以推广的越好。
在下面，您可以找到模型的测试准确性，该准确性是训练时使用的样本数的函数。
随着我们包括越来越多的样本，这种趋势呈明显的上升趋势。
问题2：稀疏Logistic回归：实验
根据进行的实验，理想的正则化参数为0.1
。
较大的正则化参数会导致AUC降级，并且0或0的性能也很差。
此外，等于1的正则化参数正好等于50％的测试准确度。
这是有道理的，因为测试数据包含74个阳性样品和74个阴性样品。
该模型始终预测为0，这将正确分类一半样本。
下图说明了精度与l1正则化参数的关系。
在分析使用的功能数量时，实验还揭示了一个非常有趣的模式。
显然，根据模型，此数据集中只有约15-20个特征相关。