插值、拟合和逼近的区别
1. 拟合
据维基百科,科学和工程问题可以通过诸如采样、实验等方法获得若干离散的数据,根据这些数据,我们往往希望得到一个连续的函数(也就是曲线)或者更加密集的离散方程与已知数据相吻合,这过程就叫做拟合。
2.插值
在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点。
插值是离散函数逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的近似值。插值:用来填充图像变换时像素之间的空隙。(即通过拟合得到的函数获得未知点的数据的方法,叫做插值)其中,拟合函数经过所有已知点的插值方法,叫做内插。
区别
拟合是已知点列,从整体上靠近它们;
插值是已知点列并且完全经过点列;
逼近是已知曲线,或者点列,通过逼近使得构造的函数无限靠近它们。
最小二乘意义下的拟合,是要求拟合函数与原始数据的均方误差达到极小,是一种整体意义的逼近,对局部性质没有要求。而所谓“插值”,就是要在原有离散数据之间“插入”一些值,这就要求插值函数必须通过所有的离散点,插值函数在离散点之外的那些点都相当于“插入”的值。插值有全局插值,也有局部插值(比如分段线性插值),插值误差通常考虑的是逐点误差或最大模误差,插值的好坏往往通过某些局部的性质来体现,比如龙格现象或吉布斯振荡。
插值方法请参考:
作者:-柚子皮-
名称:数值分析:数据插值方法:
链接:https://blog.csdn.net/pipisorry/article/details/62227459