数据预处理——拟合matlab实现1

最新推荐文章于 2023-04-27 10:14:45 发布

yanyanwenmeng

最新推荐文章于 2023-04-27 10:14:45 发布

阅读量2.8k

点赞数 7

分类专栏：数学建模 matlab

本文链接：https://blog.csdn.net/yanyanwenmeng/article/details/110127300

版权

数学建模同时被 2 个专栏收录

35 篇文章 144 订阅

订阅专栏

matlab

8 篇文章 9 订阅

订阅专栏

笔记整理来自《清风数学建模系列课程》

复习：数据预处理——插值算法matlab实现

一、插值和拟合的区别

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）。

插值算法中，得到的多项式f(x)要经过所有样本点。但是如果样本点太多，那么这个多项式次数过高，会造成龙格现象。
尽管我们可以选择分段的方法避免这种现象，但是更多时候我们更倾向于得到一个确定的曲线，尽管这条曲线不能经过每一个样本点，但只要保证误差足够小即可，这就是拟合的思想。(拟合的结果是得到一个确定的曲线)

二、拟合——找到y和x之间的拟合曲线

数据：

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

1. 导入数据到matlab

matlab中如何导入数据：

现在数据窗口新建两个变量x和y,把变量的数据从excel中粘贴进去。然后右击鼠标选择“save”，将数据保存为.mat格式即可，这里命名为data1.mat.

易错的细节：load data1.mat时导入出错是因为当前文件夹里面找不到data1.mat，所以需要把当前文件夹切换到有data1.mat的文件夹中。

2. 散点图分析

clear;clc
load  data1
plot(x,y,'o')
% 给x和y轴加上标签
xlabel('x的值')
ylabel('y的值')

通过散点图可以发现，数据变化的趋势有点像一次函数，所以我们可以定义y=f(x)的函数图像为y=kx+b,接下来只需要算出k和b的值即可。

3. 确定拟合曲线的函数关系式

如何让样本点和拟合曲线最为接近呢？——最小二乘法。

（1）最小二乘法的几何解释

argmin表示使得|真实值与拟合值之差|的和最小的k和b的值。

第一种定义有绝对值，不容易求导，因此计算比较复杂。所以我们往往使用第二种定义，这也正是最小二乘的思想。最小二乘法的“二”其实指的就是平方的意思。
为什么不用四次方？
（1）避免极端数据对拟合曲线的影响。比如有一个异常值，如果用它的值减去拟合值再求四次方，会对结果有很大的影响。
（2）最小二乘法得到的结果和MLE极大似然估计一致。
不用奇数次方的原因：误差会正负相抵。

（2）求解最小二乘法

matlab求解：

size()函数的用法：

size（）：获取矩阵的行数和列数
1、s=size(A),当只有一个输出参数时，返回一个行向量，该行向量的第一个元素是矩阵的行数，第二个元素是矩阵的列数。
2、[r,c]=size(A),当有两个输出参数时，size函数将矩阵的行数返回到第一个输出变量r，将矩阵的列数返回到第二个输出变量c。
3、size(A,n)如果在size函数的输入参数中再添加一项n，并用1或2为n赋值，则 size将返回矩阵的行数或列数。其中r=size(A,1)该语句返回的时矩阵A的行数， c=size(A,2) 该语句返回的时矩阵A的列数。

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))

matlab计算得到：k = 2.0948，b =-1.0548

（3）将散点图和拟合函数图像画在一起

在指导拟合函数y=kx+b的函数关系式为y=2.0948x-1.0548,那么怎么画函数图像呢？

方法1：我们可以自己生成x的值，再根据y=2.0948x-1.0548的值画图

clear;clc
load  data1
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,'-')

clear;clc
load  data1
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))
grid on % 显示网格线
% % 画出y=kx+b的函数图像 plot(x,y)
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(x,y,'o',xx,yy,'r-')
legend('真实值','拟合值（拟合函数）')
% 给x和y轴加上标签
xlabel('x的值')
ylabel('y的值')

方法2：使用匿名函数

% 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（自变量），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。

举例：如要表示z=x^2+y^2

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)

% 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

clear;clc
load  data1
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
%使用匿名函数
f=@(x) k*x+b;
fplot(f,[2.5,7]);
legend('样本数据','拟合函数','location','SouthEast')

(4) 评价拟合的好坏

证明SST = SSE + SSR

这里的“线性”指的是“对参数为线性”。y=a+bx^2有两个参数a和b,并没有出现a*b，a^2等参数非线性的情况，所以这个函数为线性函数。

如何判断线性于参数的函数？

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。

神经网络可以用拟合优度。

（5）拟合优度的matlab求解

y_hat = k*x+b; % y的拟合值
SSR = sum((y_hat-mean(y)).^2)  % 回归平方和
SSE = sum((y_hat-y).^2) % 误差平方和
SST = sum((y-mean(y)).^2) % 总体平方和
SST-SSE-SSR   % 5.6843e-14  =   5.6843*10^-14   matlab浮点数计算的一个误差
R_2 = SSR / SST

计算得到R^2=0.9635