自变量X有四个，因变量y有一个，写一个岭回归MATLAB代码

岭回归是一种常用的正则化线性回归方法，可以用于处理多重共线性问题。下面是一个基本的岭回归MATLAB代码示例：

% 生成示例数据
X = randn(100, 4);
y = randn(100, 1);

% 设定岭回归参数lambda
lambda = logspace(-5, 5, 100);

% 岭回归求解系数
[beta, FitInfo] = lasso(X, y, 'lambda', lambda, 'Alpha', 1);

% 选择最优lambda对应的系数
idxLambdaMinMSE = FitInfo.IndexMinMSE;
coef = beta(:, idxLambdaMinMSE);

% 计算预测值和误差
yPred = X * coef;
MSE = mean((y - yPred).^2);

% 显示结果
disp(['最优lambda：' num2str(lambda(idxLambdaMinMSE))]);
disp(['系数：' num2str(coef')]);
disp(['均方误差：' num2str(MSE)]);

在这个例子中，我们生成了一个4个自变量和1个因变量的随机数据集。然后，我们设定了岭回归参数lambda的范围，并使用MATLAB内置的lasso函数求解系数。最后，我们选择最小均方误差对应的lambda值，并计算预测值和误差。