拟合算法
一,定义
与插值问题不同,在拟合问题中不需要曲线一定经过给定的点。拟合问题的目标是寻求一个函数(曲线),使得该曲线在某种准则下与所有的数据点最为接近,即曲线拟合的最好(最小化损失函数)。
二,拟合与插值的区别
适用条件不同:插值算法运用于少数样本点,但拟合算法运用于大量样本点
要求不同:插值算法要求经过所有样本点,但拟合算法不要求经过所有样本点
三,确定拟合曲线
使用软件:matlab
步骤一:根据数据绘制散点图
步骤二:根据散点图,大致确定函数
步骤三:计算误差,采用最小二乘法计算最佳参数
最小二乘法的定义:
最小二乘法求解:
使用软件:matlab
推导:(导数求最值)
基于推导结果进行matlab求解:
步骤四:拟合优度评价
注意:
计算拟合优度:
线性函数的定义
一,两种定义:
特别说明:我们这里说的线性函数是指对参数为线性(线性于参数)!
二,判断线性于参数:
在函数中,参数仅以一次方出现,且不能乘以或除以其他任何的参数,并不
能出现参数的复合函数形式。
例题: