概念
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),使得该曲线在在所有的样本点上最为接近,即曲线拟合的最好。
最小二乘法
通过最小二乘法可以确定拟合的曲线,当样本点为 ,可以假设拟合的曲线为y=kx+b,那么最小二乘法求解的过程相当于找到合适的k和b使得样本点和拟合的曲线最为接近。
公式定义如下:
求解过程:
评价拟合曲线
“拟合优度” 是回归分析中用来检验样本数据点聚集在回归线周围的密集程度,用于评价回归方程对样本观测值的拟合程度。
重要结论: ;
高次线性拟合不一定比一次线性拟合函数效果好,且引入更复杂的拟合函数可能会产生龙格现象。
线性的定义
这里的线性定义 指对 参数 为线性(线性于参数)。即在函数中,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。
非线性函数举例: