标签：代码

先来一个简单MATLAB代码说明logistic模型：

clear all;clc;

x=0:1:12;

y=[43.65 109.86 187.21 312.67

496.58 707.65 960.25 1238.75 1560.00 1824.29 2199.00 2438.89 2737.71];

[ABC,res]=lsqcurvefit(‘logismodel‘,[k,a],x,y);

kk=ABC(1);

aa=ABC(2);

y_logistic=logismodel(ABC,x);

figure;

plot(x,y,‘.r‘,x,y_logistic,‘g‘);

legend(‘实验数据点‘,‘Logistic模型‘);

其中函数logismodel：

function y=logismodel(A,x)

k=A(1);

a=A(2);

L=3000;

y=L./(1+a*exp(-k*x));

%%%%%%%%%%%%%%%%%%%%

同样这个例子中的数据，用其它方法拟合：

x=0:1:12;

y=[43.65 109.86 187.21 312.67 496.58 707.65 960.25

1238.75 1560.00 1824.29 2199.00 2438.89 2737.71];

line_A=polyfit(x,log(y),1);%ln(y)=k*x+a,求k和a.note:按x降幂相加，1表示x最高次幂是1

k=line_A(1);

a=exp(line_A(2));

plot(x,y,‘*‘,x,a*exp(k*x));

title(‘线性回归的参数曲线与已知点的关系‘);

%可以看到是用y=a*exp(k*x)去拟合的，效果不太好。

对于logistic模型的实际用途，接下来会继续研究。

标签：代码

原文：http://www.cnblogs.com/shenyuanyuan/p/3525302.html