建模学习笔记（四）拟合算法及matlab实现

插值与拟合的区别

在很多教程中，都将插值和拟合归为一类，实际上，二者相似但有明显区别。拟合问题与插值问题不同，在拟合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），使得该曲线在某种准则下与所有的数据点最为接近，即曲线拟合的最好（最小化损失函数）。

最小二乘法

• 几何解释：
  
  我们往往使用第二种定义

  • 不用第一种的原因：第一种定义有绝对值，不容易求导，因此计算比较复杂。
  • 不用三次方(奇次方)的原因：会发生正负相抵的情况
  • 不用四次方的原因：
    （1）避免极端数据对拟合曲线的影响。
    如果出现一个异常值 对曲线的干扰会非常大
    （2）最小二乘法得到的结果和MLE极大似然估计一致。

• 求解最小二乘法：(只需记住b和k的结论即可)
  

• 评价拟合的好坏：
  

  • 可以证明：SST=SSE+SSR

  • 拟合优度：0≤ R² = 1-SSE/SST ≤1

    R^2越接近1，说明误差平方和越接近0，说明拟合的越好

  • 注意：
    (1).R^2只能用于拟合函数是线性函数时对拟合结果的评价；
    (2).比较线性函数和其他函数（如复杂的指数函数）拟合的好坏时，直接看SSE即可
    原因：R² = 1-SSE/SST 的表达式只有在SST=SSE+SSR时才成立，而只有线性函数才满足这个等式（具体可看SST=SSE+SSR的证明过程）

  • 线性函数：对此我们必须知道线性一次的真正含义，可对它作两种解释：
    
    我们这里说的线性函数是指对参数为线性（线性于参数）。如y=a+bx² 是线性函数(对于a和b为线性)，如y=a/(x-b)² 、y=a sin(b+c*)都不是线性函数，不能用Ｒ² 来拟合。
    另外，在比较两种模型的拟合度时，不能只依靠R² 或SSE 的大小，应尽量保重曲线方程简单且拟合程度较高。

Matlab实现

clear;clc
load  data1 %data1为x和y的序列
plot(x,y,'o')
% 给x和y轴加上标签
xlabel('x的值')
ylabel('y的值')
n = size(x,1);
k = (n*sum(x.*y)-sum(x)*sum(y))/(n*sum(x.*x)-sum(x)*sum(x))
b = (sum(x.*x)*sum(y)-sum(x)*sum(x.*y))/(n*sum(x.*x)-sum(x)*sum(x))
hold on % 继续在之前的图形上来画图形
grid on % 显示网格线

% % 画出y=kx+b的函数图像 plot(x,y)
% % 传统的画法：模拟生成x和y的序列，比如要画出[0,5]上的图形
% xx = 2.5: 0.1 :7  % 间隔设置的越小画出来的图形越准确
% yy = k * xx + b  % k和b都是已知值
% plot(xx,yy,'-')

% 匿名函数的基本用法。
% handle = @(arglist) anonymous_function
% 其中handle为调用匿名函数时使用的名字。
% arglist为匿名函数的输入参数，可以是一个，也可以是多个，用逗号分隔。
% anonymous_function为匿名函数的表达式。
% 举个小例子
%  z=@(x,y) x^2+y^2; 
%  z(1,2) 
% % ans =  5
% fplot函数可用于画出匿名一元函数的图形。
% fplot(f,xinterval) 将匿名函数f在指定区间xinterval绘图。xinterval =  [xmin xmax] 表示定义域的范围

data1：

x
4.2
5.9
2.7
3.8
3.8
5.6
6.9
3.5
3.6
2.9
4.2
6.1
5.5
6.6
2.9
3.3
5.9
6
5.6

y
8.4
11.7
4.2
6.1
7.9
10.2
13.2
6.6
6
4.6
8.4
12
10.3
13.3
4.6
6.7
10.8
11.5
9.9

运行后的图像为：