1. regress 函数与 fitlm 函数的关系
最近在处理一些数据,用到了二维拟合与回归,发现这两个函数在Matlab中有相关性。就好像最小二乘法与线性回归具有相关性一样。
tbl = table(x1,x2,y,'VariableNames',{'x1','x2','y'});
lm = fitlm(tbl,'quadratic')
Cofficient = lm.Coefficients.Estimate;
可以对数据进行二维拟合,结果放在lm里,lm是一个table,可以提取其中的内容。其中lm中的Estimate就是拟合函数的系数:
而regress函数的应用格式:
X = [ones(size(x1)), x1, x2, x1.*x2, x1.*x1, x2.*x2];
[b,bint,r,rint,stats] = regress(y,X); % Removes NaN data
b即是变量的系数:
最后的拟合图形如下: