MATLAB 利用三点进行函数曲线拟合 + 如何评价拟合曲线好坏

本文详细介绍了在MATLAB中进行曲线拟合的方法,包括函数方式实现的多项式和高斯函数拟合,以及cftool工具箱的使用。针对如何评价拟合曲线好坏,文章提供了SSE、MSE、RMSE和R-square等评价指标,并讨论了确定多项式阶数的方法。
摘要由CSDN通过智能技术生成

根据以下帖子整理:

一、用函数方式实现曲线拟合

http://www.cnblogs.com/linkr/p/3632032.html

https://blog.csdn.net/sinat_20265495/article/details/50043833

如何确定拟合的多项式阶数的N?

https://blog.csdn.net/it_beecoder/article/details/78779385

二、cftool工具箱拟合

https://blog.csdn.net/laobai1015/article/details/77537145

https://blog.csdn.net/sinat_20265495/article/details/50043833

三、如何评价拟合曲线好坏?

https://blog.csdn.net/u012035588/article/details/38

https://wenda.so.com/q/1534573717211596730809

一、用函数方式实现曲线拟合

这里简单的记下两种常用的拟合方法。

1 多项式拟合(polyfit和polyval)

polyfit可以对数据进行拟合(自定义用几次多项式),返回相应的参数,然后用polyval生成拟合后的数据点,下面的例子中我们对抛物线y=3x2+6x+5进行拟合。

x = -5:0.1:5;
y = 3*x.^2+6*x + 5 + randn(size(x));
p = polyfit(x,y,2);
yy = polyval(p,x); 
plot(x,y,'.');
hold on;
plot(x,yy,'r','LineWidth',2)

polyfit(x,y,2)中x表示自变量,y表示因变量,2表示用二次曲线(抛物线)进行拟合,得到的p其实是对应的参数估计值,yy为拟合数据点。另外在实验中还加了一个随机噪声。结果如图:

  • 28
    点赞
  • 137
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值