Table 4. Confusion matrix for the best glmnet model, α = .11, using all features.

		Predicted Class
		22q	4p	5p	CDL	fraX	MPS2	MPS3	Noon	Pro	PWS	SLO	Sot	TCS	WBS
True Class	22q	0.80	0.00	0.12	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.04	0.00	0.04
	4p	0.00	0.42	0.00	0.17	0.00	0.00	0.00	0.17	0.00	0.00	0.00	0.17	0.00	0.08
	5p	0.19	0.06	0.50	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.06	0.00	0.19
	CDL	0.00	0.00	0.00	0.47	0.18	0.00	0.00	0.06	0.00	0.06	0.06	0.00	0.00	0.18
	fraX	0.00	0.00	0.00	0.11	0.67	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.22
	MPS2	0.33	0.00	0.00	0.00	0.00	0.00	0.17	0.00	0.00	0.00	0.33	0.00	0.00	0.17
	MPS3	0.00	0.00	0.14	0.00	0.00	0.00	0.29	0.00	0.00	0.00	0.00	0.14	0.00	0.43
	Noon	0.08	0.08	0.00	0.00	0.00	0.00	0.00	0.54	0.00	0.00	0.00	0.15	0.08	0.08
	Pro	0.20	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.60	0.00	0.00	0.20	0.00	0.00
	PWS	0.15	0.00	0.08	0.15	0.00	0.00	0.00	0.00	0.00	0.38	0.00	0.00	0.00	0.23
	SLO	0.00	0.07	0.07	0.00	0.00	0.00	0.07	0.00	0.00	0.00	0.67	0.00	0.00	0.13
	Sot	0.13	0.07	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.07	0.07	0.67	0.00	0.00
	TCS	0.10	0.10	0.00	0.00	0.00	0.00	0.00	0.10	0.00	0.00	0.00	0.00	0.60	0.10
	WBS	0.02	0.00	0.00	0.02	0.00	0.00	0.00	0.00	0.00	0.00	0.05	0.00	0.00	0.90

Rows indicate the percentages of predicted syndromes for each of the syndromes in the study.