我尝试使用以下代码将曲线拟合到黑点。为什么身材这么差？我需要适应另一种类型的功能吗？
fit <- nls(grad ~ theta1/(1 + exp(-(theta2 + theta3*x1))),
start=list(theta1 = 4, theta2 = 0.09, theta3 = 0.31), trace=TRUE)
p = predict(fit)
plot(x1, grad)
points(x1, p, col = "red")
拟合“sigmoid”函数：为什么我的拟合这么差？
机器算法验证
r
物流
nls
2022-03-14 10:04:51
1个回答
您的模型中似乎有错误指定的函数形式。您正在拟合一种特定类型的 sigmoid 函数，但除此之外还有许多类型的 sigmoid 函数。Sigmoid 函数主要在用于二元数据回归的链接函数的上下文中进行讨论。您可以从我的回答中获得有关存在的不同可能性的一些信息： logit 函数是否总是最适合二进制数据的回归建模？ 一个看起来可能合适的特定链接/ sigmoid 函数是补充日志日志。您可以在我的回答中看到与 logit 和 probit 链接（进行一些讨论）相比的图片：Difference between logit and probit models。我会建议尝试堵塞。
其它你可能感兴趣的问题