插值和拟合的整理

1、插值和拟合： 都是根据已知数据点（比如二维的x,y），得到一条曲线（或者直线，或者面）。也就是说，根据有限的数据点，得到更多的数据点。（推测统计是不是有点像，根据样本点推测整体的情况，没有关系的吧）。那怎么得到更多的点，或者整个数据呢？

2、插值的意思是根据离散的这些已知点，去得到连续的点（就是曲线或者曲面），那为什么叫插值？看下面的英文解释：

In the mathematical field of numerical analysis, interpolation is a method of constructing new data points within the range of a discrete set of known data points.
In engineering and science, one often has a number of data points, obtained by sampling or experimentation, which represent the values of a function for a limited number of values of the independent variable. It is often required to interpolate (i.e., estimate) the value of that function for an intermediate value of the independent variable.

反正，就是用函数的方式去 补充（interpolation）剩余的数据点。一般来说，可以是一条完整的曲线（Polynomial interpolation），但是，有时候效果不好，就可以用分段的函数 去补充。如果是线性的函数，就是Linear interpolation；如果是非线性的，比如Spline interpolation（用多项式函数等），看图：

3、拟合：一般是用多项式去拟合。插值点的数据必须经过你和线的，而拟合就不一定是这样的，只要差值和最小就ok

补充：如果多项式是线性的，一般会叫做线性回归。有人深入剖析，拟合和回归的的区别是一样的，只是角度不同，拟合就是求解这个曲线或者曲面（或者是直线），而这个线或者面其实就是一个模型而已，它可以用来进行预测的，这么说回归就是预测的方法，那么线性回归就是一种分类方法，就是连续性的分类方法。你要预测，必须先建立预测机器，建立预测机器的过程就是拟合的过程。大部分的识别方法都是统一的名称，比如bp神经网络，决策树等。在这个地方，就有拟合和回归两种叫法了，理论上应该是一致的。