拟合问题
最小二乘法拟合
线性拟合
多项式拟合
可化为线性拟合的非线性拟合
多项式曲线拟合函数
polyfit（）
调用格式
p=polyfit(x,y,n)
[p,s]=polyfit(x,y,n)
说明:x，y为数据点，n为多项式阶数，返回p为幂次从高到底的多项式系数向量p。矩阵s用于生成预测值的误差估计。
案例
| x | 0 | .1 | .2 | .3 | .4 | .5 | .6 | .7 | .8 | .9 | 10 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| y | .3 | .5 | 1 | 1.4 | 1.6 | 1.9 | .6 | .4 | .8 | 1.5 | 2 |
拟合出多项式
x=0:.1:1;
y=[.3 .1 1 1.4 1.6 1.9 .6 .4 .8 1.5 2]
n=3;
p=polyfit(x,y,n)
xi=linspace(0,1,100);
z=polyval(p,xi);
plot(x,y,'o',xi,z,'k',x,y,'b')
z=polyval(p,xi);
plot(x,y,‘o’,xi,z,‘k’,x,y,‘b’)
