1 Logistic函数（又称sigmoid函数）

Logistic函数或Logistic曲线是一种常见的S形函数，它是皮埃尔·弗朗索瓦·韦吕勒在1844或1845年在研究它与人口增长的关系时命名的。广义Logistic曲线可以模仿一些情况人口增长（P）的S形曲线。起初阶段大致是指数增长；然后随着开始变得饱和，增加变慢；最后，达到成熟时增加停止。
Logisitc模型是广义线性模型中的一类。常用于分类。在业界有相关广泛的应用。常见的如信用评分模型，用于判定某个人的违约概率。

2 logistic回归模型

logistic回归是用线性模型解决分类问题的算法
考虑现在有一个样本集合，样本特征有两维，要用一条直线作为这两类的分界线，如下图所示

也就是说logistic算法就是要找到这么一条直线，使得可以对样本进行分类。但是由于是分类问题，所以我们使用方差来度量模型就不合适了，这也正是logistic算法解决的问题。

3 logistic 人口增长模型的参数确定

当人口P(t)受限于极限值L时，它符合logistic曲线，具有形式P(t)=L/(1+ CAt))。对下列数据集求解参数A和C，L是已知的。
（a） (0,200)，（1，400），（2，650）（3，850），（4，950）; L=1000

function C=ispoly(X,Y,M)
n=length(X);
B=zeros(1:M+1);
F=zeros(n,M+1);
for k=1:M+1F(:,k)=X'.^(k-1);
end
A=F'*F;
B=F'*Y';
C=A\B;
C=flipud(C);

function Y=f(Y,L)
n=length(Y);
for i=1:n
Y(i)=logm((L/Y(i))-1);
end

function C=m(C)
C(1)=C(1);
C(2)=exp(C(2));
end

>>  Y=f(Y,1000)Y =1.3863    0.4055   -0.6190   -1.7346   -2.9444>> X=[0,1,2,3,4]X =0     1     2     3     4>> C=ispoly(X,Y,1)C =-1.08021.4590>> C=m(C)C =-1.08024.3018

若只是类似此类： 给出数据，数据如下：-3   -1  1   315 5   1   5
则直接：
Ispoly函数：
function C=ispoly(X,Y,M)
%Input    -X is the 1*n abscissea vector
%         -Y is the 1*n ordinate vector
%         -M is the degree of the least-squares polynomial
%Output   -C is the coefficient list for the polynomial
n=length(X);
B=zeros(1:M+1);
F=zeros(n,M+1);
for k=1:M+1F(:,k)=X'.^(k-1);
end
A=F'*F;
B=F'*Y';
C=A\B;
C=flipud(C);
>> M=2
M =
2
>> X=[-3,-1,1,3]
X =
-3    -1     1     3
>> Y=[15,5,1,5]
Y =
15     5     1     5
C=ispoly(X,Y,M)
C =
0.8750-1.7000
2.1250

机器学习（MACHINE LEARNING）MATLAB人口增长模型logistic参数确定相关推荐

机器学习(Machine Learning)深度学习(Deep Learning)资料汇总
本文来源:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...
机器学习(Machine Learning)深度学习(Deep Learning)资料集合
机器学习(Machine Learning)&深度学习(Deep Learning)资料原文链接:https://github.com/ty4z2008/Qix/blob/master/dl ...
（转）机器学习(Machine Learning)深度学习(Deep Learning)资料
原文链接:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...
机器学习(Machine Learning)深度学习(Deep Learning)资料【转】
转自:机器学习(Machine Learning)&深度学习(Deep Learning)资料 <Brief History of Machine Learning> 介绍:这是一 ...
Re:从零开始的机器学习 - Machine Learning(一) 线性回归
从我对整个职业生涯的规划出发,我不仅想做一些高质量的应用(软件工程的角度),还想做一些激动人心的应用,所以我希望能在机器学习的方向走,尽管我在大学粗浅的学了些皮毛,但如果要把机器学习作为职业发展的话这 ...
机器学习(Machine Learning)深度学习(Deep Learning)资料(Chapter 2)
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2) - tony的专栏 - 博客频道 - CSDN.NET 注:机器学习资料篇目一共 ...
机器学习(Machine Learning)基础
机器学习(Machine Learning)基础概念及用途专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能.它是人工智能的核心,是使计 ...
机器学习 Machine Learning 深度学习 Deep Learning 资料
机器学习(Machine Learning)&深度学习(Deep Learning)资料機器學習.深度學習方面不錯的資料,轉載. 原作:https://github.com/ty4z2008 ...
机器学习(Machine Learning)amp;深度学习(Deep Learning)资料
机器学习(Machine Learning)&深度学习(Deep Learning)资料機器學習.深度學習方面不錯的資料,轉載. 原作:https://github.com/ty4z2008 ...

机器学习（MACHINE LEARNING）MATLAB人口增长模型logistic参数确定

文章目录

1 Logistic函数（又称sigmoid函数）

2 logistic回归模型

3 logistic 人口增长模型的参数确定

机器学习（MACHINE LEARNING）MATLAB人口增长模型logistic参数确定相关推荐

最新文章

热门文章