多分类逻辑回归模型matlab

在 MATLAB 中，可以使用 `fitcecoc` 函数来创建多分类逻辑回归模型。`fitcecoc` 函数使用一对多 (One-Vs-All) 方法来处理多分类问题。

下面是一个示例代码，展示如何使用 `fitcecoc` 函数创建多分类逻辑回归模型：

% 准备训练数据
load fisheriris
X = meas;
Y = species;

% 创建分类器
model = fitcecoc(X, Y);

% 预测新样本
newX = [5.1 3.5 1.4 0.2; 6.2 2.9 4.3 1.3];
predictedLabels = predict(model, newX);

在上述代码中，首先加载了内置的鸢尾花数据集，其中 `meas` 是特征矩阵，`species` 是对应的类标签。然后使用 `fitcecoc` 函数创建多分类逻辑回归模型，并将特征矩阵 `X` 和类标签 `Y` 作为输入。最后，可以使用 `predict` 函数对新样本 `newX` 进行预测，并得到预测的类标签。

请注意，这只是一个简单的示例，实际使用中可能需要更多的数据预处理和模型调整。还可以使用交叉验证、调整超参数等方法来优化模型性能。