Matlab 读取txt数据 画图&拟合&解释

一. 背景

       实际工作中，在得到一堆数据点后，常要寻求数据点之间的关系。一般做法是先画出图来，然后用多项式或其他函数来拟合，最后分析下拟合的误差，看拟合结果是否可靠。

二. 实例

     数据： data2.txt

     步骤：

             1. 点击matlab主页上的 “导入数据”选项，将txt导入matlab。

                

           2. 这里选择“数值矩阵”，点击“导入所选内容”

               

        此时工作空间里就有了data2这个矩阵，是2000x2double型。

         3. 对导入的数据进行画图。

         >> plot(data2(:,1), data2(:,2)）

          >> xlabel('data size(M)')
          >> ylabel('average time(s)')

         

      4. 对数据进行拟合

        >>x=data2(:,1)

        >>y=data2(:,2)

     5. 点击“应用程序” 下的“curve fitting”     

               

      6. 加载数据x 和 y,然后选择拟合类型

                 

      7. 对拟合结果的分析

       左下角的Results是拟合的结果。

      Godness of fit:(拟合的好坏)

       SSE(sum of square error)：所有误差平方和,其实就是残差，即不能被拟合回归所解释的部分。假定是真实值，是预测值。

             

       SSE越小，预测值越准，说明拟合的越好。

       RMSE(root of mean square error)：对均方误差开根号。

        

       RMSE和SSE是一回事，值越小，拟合越好。

        R-square（relation of square）: 称可决系数，其实是相关系数的平方，衡量拟合度的量，取值在[0,1].

       ,

其中

     

      

     是预测值，是真实值， 是所有真值的平均值。SSR（sum of square of the regression）度量预测值自身的波动，它是可由拟合回归模型来解释的，因为是通过模型给出的预测值嘛。SST（sum of squares of total）度量真实值自身的波动，即数据总的偏差平方和。通过对SST，SSE，SSR本质的分析，可以得到

      

   即数据总偏差=不能被回归解释的偏差+能被回归解释的偏差 

所以能被回归解释的偏差占比越大，说明回归拟合的越好。故越接近1拟合越好。

Adjusted R-square：调整, 取值在[0,1], 越接近1拟合越好。

不难发现

      

随着真实数据的增加，SSE会减小，从而会增大，但是这里存在一个问题，就是增加的真实数据不一定是有效的数据，所以我们通过调整来真实的衡量拟合度，也就是Adjusted R-square可以用来检验是否有多余无用的变量。

其中n为数据量，p为特征数，n-p-1就是自由度。

分子分母除以SSE和SST各自的自由度，确切的说是各自的均值，因为它们都服从卡方分布。这样除以均值是因为可以消除量纲对于其的影响，就比如测量长城和桌子，长城的误差可能是好几米，桌子的误差可能几毫米，这肯定不能说长城测量的没有桌子测量的准确，而应该将其放到一个水平上进行误差的比较，从而对其进行判断，调整的R square就是将RSS和TSS调整到同一水平上进行比较[1]。

8.结果分析

  通过对Results 几个量的分析，我们可以知道拟合的好坏。在方框2中有不同的拟合类供选择。

三. 参考文献

[1] 作者：SUNFLOWER 链接：https://www.zhihu.com/question/25654342/answer/271334114