没有具体的建模数值,因为根据不同形态的建模,需要设置的数值都是不同的,最基础的是可选择的缩放参数。
例如:
w = torch.Tensor(3, 5)
nn.init.xavier_uniform(w, gain=nn.init.calculate_gain('relu'))
非线性回归的初始值设置方法:
1.查阅他人已有文献,采用其参数作为初始值;
2.将可线性化的方程进行变换(如对数变换),将其线性化后采用线性回归的计算参数,得到的参数进行相应的变换后代入原方程作为初始值;
3.更改算法,R语言可以尝试minpack包的nls.LM()函数,quantreg包的 dynrq()函数进行分位数回归
4.瞎蒙
你的t有问题,我没法算;我原来logitist都用非线性最小二乘求解参数,即
nls(formula=w~k/I(1+a*exp(-b*t)),start=c(k=134,a=1,b=1))
剩下的应该都差不多吧