Matlab函数拟合相关（polyfit\lsqcurvefit\curving fitting tool（cftool））

1.polyfit函数（只限多项式拟合）

语法：

            a = polyfit ( x, y, n)

参数n为x的最高阶,返回值a是n阶函数的系数,a是一个长度为n+1的行向量。

2.lsqcurvefit函数

应用场合：

            可以自编公式进行拟合，比polyfit函数灵活，可以得出拟合优度。

语法：

           [s,resnorm]=lsqcurvefit(f,a,x,y)
     f:符号函数句柄。
     a:系数预估的值(预拟合的未知参数的估计值)。
     x:我们已经获知的x的值。
     y:我们已经获知的x对应的y的值。
     s:求解的系数a的值
     resnorm：拟合优度

举例

function[s,resnorm]=formular1(x,y)

a=[0 0 0 0]

f=@(a,x)a(1)+a(2)*(x).^0.5+a(3)*x+a(4)*(x).^2

[s,resnorm]=lsqcurvefit(f,a,x,y)

3.curving fitting tool（cftool）

通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类型有：
Custom Equations：用户自定义的函数类型
Exponential：指数逼近，有 2 种类型， aexp(bx) 、 aexp(bx) + cexp(dx)
Fourier：傅立叶逼近，有 7 种类型，基础型是 a0 + a1cos(xw) + b1sin(xw)
Gaussian：高斯逼近，有 8 种类型，基础型是 a1exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有 4 种类型，linear、nearest neighbor、cubic spline、shape-preserving
Polynomial：多项式i逼近，有 9 种类型，linear polynomial、quadratic polynomial、cubic polynomial 以及 4-9th degree polynomial
Power：幂逼近，有 2 种类型。
Rational：有理数逼近，分子(Numerator)、分母(Denominator)共有的类型是 linear rational、quadratic rational、cubic rational、4-5th degree rational；此外，分子(Numerator)还包括 constant 型
Smoothing Spline：平滑样条逼近
Sum of Sin Functions：正弦曲线逼近，有 8 种类型，基础型是a1sin(b1x + c1)

• 注:center and scale--------将xdata原始数据进行中心化与比例化处理，即将x变量替换为(x-mean(x))/std(x)，同样替换y变量。类似于线性插值技术。这是在计算任何多项式项之前完成的。这种变换在理论上不会改变拟合，但在有限精度的计算机上可以使结果更好。matlab在曲线拟合工具箱中加入这个选项是为了当xdata与ydata拟合不好时，选择这个选项有利于得到更好的拟合效果。

• SSE(和方差、误差平方和)：The sum of squares due to error
  接近0，表示与数据拟合的好，但是要小心过拟合
• MSE(均方差、方差)：Mean squared error
• RMSE(均方根、标准差)：Root mean squared error
• R-square(确定系数)：Coefficient of determination
  测数据与推理数据之间的相关系数平方值，趋近于1较好
• Adjusted R-square：Degree-of-freedom adjusted coefficient of determination