多项式拟合缺点_多项式拟合

一

最小二乘法的基本原理

从整体上考虑近似函数

同所给数据点

(i=0,1,

…

,m)

误差

(i=0,1,

…

,m)

小，

常用的方法有以下三种：

一是误差

(i=0,1,

…

,m)

绝对值的最大值

，

即误差

向

量

的∞

—

范数；

二是误差绝对值的和，

即误差向量

r

的

1

—

范数；

三是误差平方

和

的算术平方根，即误差向量

r

的

2

—

范数；前两种方法简单、自然，但不便于

微分运算

，后一种方法相当于考虑

2

—

范数的平方，因此在曲线拟合中常采用

误差平方和

来

度量误差

(i=0

，

1

，…，

m)

的整体大小。

数据拟合的具体作法是：

对给定数据

(i=0,1,

…，

m)