Deja, regresión de una sola vez usando Lasso en Matlab

Question

Tengo 300 muestras de datos con alrededor de 4000 características de dimensión cada una. Cada entrada tiene un 5 Dim. Salida que está en el rango de -2 a 2. Estoy tratando de adaptarse a un modelo de lazo. Pasé por unas pocas publicaciones que hablan de estrategias de validación cruzada como esta: > Deje un algoritmo de validación cruzada en Matlab

¡Pero vi que lazo no apoya la esperanza en Matlab! http://www.mathworks.com/help/stats/lasso.html

¿Cómo puedo capacitar un modelo usando Dejar una validación cruzada y ajuste un modelo usando lazo en mi conjunto de datos? Estoy tratando de hacer esto en Matlab. Me gustaría obtener un conjunto de pesos que podré usar para futuras predicciones en otros datos.

Intenté usar GLMNET: http://www.stanford.edu/~ Hastie / glmnet_matlab / intro.html pero no pude compilarlo en mi máquina debido a la falta de compilador de mex adecuado.

¿Alguna solución a mi problema? Gracias :)

editar

También estoy tratando de usar la función de Lasso en construcción con Matlab. Tiene una opción para realizar la validación cruzada. Produce B y Fit Statistics, donde B se ajustan los coeficientes, una matriz P-BY-L, donde P es el número de predictores (columnas) en x, y L es el número de valores de lambda.

Ahora dada una nueva muestra de prueba, ¿cómo puedo calcular la salida usando este modelo?

Answer 1

Puede usar un enfoque de licencia independientemente de su método de entrenamiento.Como se explicó aquí , puedes usar crossvalind para dividir los datos en conjuntos de formación y prueba.

[Train, Test] = crossvalind('LeaveMOut', N, M)