主要内容

Feval.

评估CFIT.SFIT., 或者fittype.目的

描述

例子

笔记

您可以使用Feval.评估适合,但您可以将适合对象视为函数并呼叫Feval.间接使用此语法:

y = cfun(x)%cfit对象;z = sfun(x,y)%sfit对象z = sfun([x,y])%sfit对象y = ffun(cof1,cof2,...,x)%曲线fittype对象;z = ffun(cof1,cof2,...,x,y)%表面fittype对象;

或者,您可以使用Feval.用于评估估计函数的方法,在原始数据点或新位置处。后者被称为插值或预测,具体取决于模型的类型。你也可以使用Feval.将估计的函数的值推断在不在原始数据范围内的新位置。

y= feval(Cfun.X评估这一点CFIT.目的Cfun.在列向量中的预测值值X并返回列向量中的响应值y

Z.= feval(Sfun.,[Xy])评估这一点SFIT.目的Sfun.在两列矩阵中的预测值值处[x,y]并返回列向量中的响应值Z.

Z.= feval(Sfun.Xy评估这一点SFIT.目的Sfun.在矩阵中的预测值值Xy这必须是相同的大小。它返回矩阵中的响应值Z.这将是相同的大小Xy

y= feval(FFUN.COEFF1,COEFF2,...X分配系数COEFF1.COEFF2.等等fittype.目的FFUN.,将其评估在列向量中的预测值值X,并返回列向量中的响应值yFFUN.不能成为A.CFIT.在此语法中的对象。评估CFIT.对象,使用第一个语法。

Z.= feval(FFUN.COEFF1,COEFF2,...Xy实现了类似的结果fittype.表面的对象。

例子

全部收缩

创造fittype.CFIT.对象,以及预测值值的随机矩阵。

f = fittype('a * x ^ 2 + b * exp(n * x)');C = CFIT(F,1,10.3,-1E2);x = rand(2)
X = 0.0579 0.8132 0.3529 0.0099

评估这一点fittype.目的,F,打电话给Feval.功能。

Y1 = FeVal(F,1,10.3,-1e2,x)
Y1 = 0.0349 0.6612 0.1245 3.8422

或者,您可以将适合对象视为函数并呼叫Feval.间接使用此语法。

Y1 = F(1,10.3,-1e2,x)
Y1 = 0.0349 0.6612 0.1245 3.8422

现在评估这一点CFIT.目的,C

y2 = feval(c,x)
Y2 = 0.0349 0.1245 0.6612 3.8422

或者,呼叫Feval.间接的。

Y2 = C(x)
Y2 = 0.0349 0.1245 0.6612 3.8422

输入参数

全部收缩

函数来评估,指定为aCFIT.目的。

评估的功能,指定为一个SFIT.目的。

函数来评估,指定为afittype.目的。

评估函数的点,指定为向量或矩阵。

评估函数的点,指定为向量或矩阵。

分配给的一个或多个系数fittype.目的FFUN.,指定为标量。

输出参数

全部收缩

列向量中的预测器值评估的函数的响应值X,作为列向量返回。

两列矩阵中的预测器值评估函数的响应值[x,y],作为矩阵返回。

在R2006A之前介绍