模型擬合 於口模型采用Logistic增函數形式考慮初期指數增及總資源限制其函數形式 首先載入car包便讀取數據使用nls函數進行建模其theta壹、theta二、theta三表示三待估計參數start設置參數初始值設定trace真顯示叠代程nls函數默認采用Gauss-Newton尋找極值叠代程第列RSS值面三列各參數估計值用summary返歸結 library(car) pop.mod壹 <- nls(population ~ theta壹/(壹+exp(-(theta二+theta三*year))),start=list(theta壹 = 四00, theta二 = -四9, theta三 = 0.0二5), data=USPop, trace=T) summary(pop.mod) 面歸程我直接指定參數初始值另種采用搜索策略首先確定參數取值範圍利用nls二包暴力優參數種相費 種更簡便采用內置自啟模型(self-starting Models)我需要指定函數形式需要指定參數初始值本例logistic函數所應selfstarting函數名SSlogis pop.mod二 <- nls(population ~ SSlogis(year,phi壹,phi二,phi三),data=USPop) 二、判斷擬合效 非線性歸模型建立需要判斷擬合效候參數優化程捕捉局部極值點非全局極值點直觀原始數據點繪制擬合曲線 library(ggplot二) p <- ggplot(USPop,aes(year, population)
上一篇:AI 應用爆發，算力會迎來哪些發展機遇？下一篇:如何掃描壹個網站的漏洞如何掃描壹個網站的漏洞信息