polyfit:最小二乘多项式曲线拟合
已知离散点上的数据集,即已知在点集上的函数值,构造一个解析函数(其图形为一曲线)使在原离散点上尽可能接近给定的值。
函数:p = polyfit(x,y,n)
其中:x是已知的离散数据点的横坐标,y是已知离散数据点的纵坐标,
n为需要拟合的最高次幂,由我们给定,运用不同的多项式进行拟合,
返回值p从左到右是高次到低次的多项式p(x)的系数,长度是n+1p(x)=p1xn+p2xn−1+...+pnx+pn+1
函数:y=polyval(p,x); %根据拟合的函数得出x对应的因变量y的值
多项式n的阶数的确定:
可以用MATLAB的拟合工具箱,cftool进行选择
在MATLAB主窗口中输入 cftool 回车 ,会弹出拟合工具箱界面
选择拟合的参数,在右上角选择拟合方式为“Polynomial”,然后通过选择不同的degree,看右下角看离散点是否落在拟合曲线是以及Results里的SSE(方差)和R-square(相关系数),上图中的拟合,可以看到离散点都落在了拟合线上,并且相关系数为1,方差在-9的数量级上,拟合良好。