数据拟合
引例——人口预测问题
解决思路:
找一个函数,去逼近这些数据,然后再根据找到的函数,计算预测点的值。polyfit()
x=1790:10:2010;
y=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,63.0,76.0,92.0,105.7,122.8,131.7,150.7,179.3,203.2,226.5,248.7,281.4,308.7];
plot(x,y,'*');
p=polyfit(x,y,3);
polyval(p,2020)
plot(x,y,'*',x,polyval(p,x));
曲线拟合的实现方法
- 最小二乘
数据插值与曲线拟合的比较
相同点:
- 都属于函数逼近方法
- 都能进行数据估算
不同点:
- 实现方法不同
- 结果形式不同
- 侧重点不同
- 应用场合不同