MatLab建模学习笔记6——数据拟合方法

曲线拟合也叫曲线逼近，只要求拟合曲线能合理的反映数据的基本趋势，并不要求曲线一定通过数据点。曲线拟合有不同的判别准则，包括偏差的绝对值之和最小、偏差的最大绝对值最小和使偏差的平方和最小（即最小二乘法）。
一、多项式的数据拟合：
polyfit(X,Y,N)：多项式拟合，返回降幂排列的多项式系数。其中X、Y是数据点的值，N代表最高次幂。
polyval(P,XI)：代表返回的多项式系数。其中，P代表多项系数，XI代表要求点的横坐标数值。

拟合结果如下：

二、图形窗口中的多项式拟合：
在命令行中输入：cftool命令可以打开图形拟合窗口界面。
左侧X和Y分别选中刚刚在命令界面中定义的X和Y数据，在Degree中选择拟合最高次幂，可在下面观察到拟合曲线的变化情况。

三、指定函数的拟合：
这里以函数：f(t)=acos(kt)*exp(wt)作为拟合函数

拟合结果如下：