C# 非线性模型参数的非线性(加权)最小二乘估计
我尝试使用具有以下公式的sigmoidal函数(4PL)拟合指数数据:C# 非线性模型参数的非线性(加权)最小二乘估计,c#,math,curve-fitting,accord.net,C#,Math,Curve Fitting,Accord.net,我尝试使用具有以下公式的sigmoidal函数(4PL)拟合指数数据: y = a + (k-a) /(1 + exp((v-x)/c) 虽然使用R我有很好的结果,但使用C#和框架Accord.Net我的拟合度很差 这是我的密码: var nls = new NonlinearLeastSquares() { NumberOfParameters = 4, StartValues = new[] {0d, 40000d, 35d,1d } Function = (p
y = a + (k-a) /(1 + exp((v-x)/c)
虽然使用R我有很好的结果,但使用C#和框架Accord.Net我的拟合度很差
这是我的密码:
var nls = new NonlinearLeastSquares()
{
NumberOfParameters = 4,
StartValues = new[] {0d, 40000d, 35d,1d }
Function = (parameters, input) =>
{
return parameters[0] + ((parameters[1] - parameters[0]) / ( 1 +
Math.Exp((parameters[2] - input[0] )/parameters[3]) ) );
},
Gradient = (parameters, input, result) =>
{
result[0] = 1 - ( 1 / (1 + Math.Exp((parameters[2] - input[0]) /
parameters[3]))); // d/da
result[1] = 1 / (1 + Math.Exp((parameters[2] - input[0]) /
parameters[3])); // d/dk
result[2] = -((parameters[1] - parameters[0])*
Math.Exp((parameters[2] - input[0]) / parameters[3])) /
parameters[3]*Math.Pow(1 + Math.Exp((parameters[2] -
input[0]) / parameters[3]),2); // d/dv
result[3] = ((parameters[1] - parameters[0]) * (parameters[2] -
input[0]) * Math.Exp((parameters[2] - input[0]) /
parameters[3])) / Math.Pow(parameters[3], 2) *
Math.Pow(1 + Math.Exp((parameters[2] - input[0]) /
parameters[3]), 2); // d/dc
},
Algorithm = new LevenbergMarquardt()
{
MaxIterations = 100,
Tolerance = 0
}
};
var regression = nls.Learn(inputs, outputs);
// The solution will be at:
double a = regression.Coefficients[0];
double k = regression.Coefficients[1];
double v = regression.Coefficients[2];
double c = regression.Coefficients[3];
我被这个问题困住了,任何帮助都将不胜感激,我为感兴趣的人找到了解决方案 问题在于结果[2](d/dv)和结果[3](d/dc)的梯度 分母中缺少括号
result[2] = -((parameters[1] - parameters[0])*
Math.Exp((parameters[2] - input[0]) / parameters[3])) /
(parameters[3]*Math.Pow(1 + Math.Exp((parameters[2] -
input[0]) / parameters[3]),2)); // d/dv
result[3] = ((parameters[1] - parameters[0]) * (parameters[2] -
input[0]) * Math.Exp((parameters[2] - input[0]) /
parameters[3])) / (Math.Pow(parameters[3], 2) *
Math.Pow(1 + Math.Exp((parameters[2] - input[0]) /
parameters[3]), 2)); // d/dc
你有精度问题吗?零的公差似乎不正确。我会尝试一些小但非零的东西,比如1.0e-10。所有变量都是双精度->结果、参数、输入?我有一个精度问题,非常不适合。(所有变量都是双变量)我尝试了不同的公差,但最终结果没有改变。