您可以获取parcor 包的源代码和文档，其中包括CRAN上的 ridge.cv 函数。

您可以通过查看源代码在matlab中实现该功能。或者，我认为应该可以从 Matlab 调用 R。

岭回归的一种形式是问题：
     最小化 |Ax - b|，并使 x 保持在给定点 x0（通常为 0）附近。
如果我们将其转换为：
     最小化 |Ax - b|^2 + w^2 |x - x0|^2，
我们可以通过在这些扩展输入上运行最小二乘来解决它：

[ A ]    [ b ]
[ w I ]  [ w x0 ]

这里 w 是平衡最小化 |Ax - b| 和保持 x 接近 x0 的权重因子。
不知道该怎么选？经验法则是使 |Ax - b| 和 |x - x0| 大致相等——打印这些值。

补充： 加权最小二乘，具有不同的权重 w$_i$, 是一种强大的方法。
例如，w$_i \sim \frac{1}{\sqrt |\text{x}_i|}$ 推动小 x$_i$朝向 0（想想 iPhone 的手指），“稀疏化”——
一个穷人的 L1 范数正则化方法；见套索。

不是 Matlab，但希望这会有所帮助。