Matlab 最小二乘法

a_freshbird

已于 2022-07-29 14:33:07 修改

阅读量2.5k

点赞数 4

分类专栏：其他文章标签： matlab 最小二乘法算法

于 2022-07-29 14:26:09 首次发布

本文链接：https://blog.csdn.net/a_freshbird/article/details/126054562

版权

Matlab polyfit 线性回归一次拟合系数计算

关键词由CSDN通过智能技术生成

其他专栏收录该内容

7 篇文章 1 订阅

订阅专栏

Matlab最小二乘法的拟合有个函数叫 polyfit(x,y,n) n代表的是阶次。

多项式为 $y = b + a_1*x+a_2*x^2+\cdots +a_n*x^n$

如果数据符合线性分步，则需要求出 y= ax+b 求出a b的值。

k = polyfit(x,y,n) 求出的K值是个1行N列的数值。如果是一次方式，则a = k(1) b = k(2)

k(1)的数值为最高阶次的系数

>> x = [-0.05;-0.04;-0.03;-0.02;-0.01;0;0.01;0.02;0.03;0.04;0.05];
>> y = [0.0275;0.0275;0.025;0.015;0.0125;0.005;-0.01;-0.0125;-0.0175;-0.03;-0.04];
>> K = polyfit(x,y,1);
>> y2 = x*K1(1) + K1(2);
>> K

K =

   -0.7023    0.0002
>> plot(x,y,'o',x,y1)  //绘制出拟合直线

拟合直线图如下：