在曲线比较适合装配应用程序
交互式曲线钳工工作流程
下一主题配合人口普查数据使用多项式方程的六度,和一个学期指数方程。演示的步骤:
加载数据,探索各种符合图书馆使用不同的模型。
寻找最适合的:
比较图形适应的结果
比较数值符合结果包括拟合系数和拟合优度统计数据
你的最佳匹配结果导出到MATLAB®在命令行工作空间分析模型。
保存会话并生成所有的MATLAB代码符合和情节。
加载数据和创建适合
你必须加载数据变量到MATLAB工作区之前使用曲线符合数据健康应用。在这个例子中,数据存储在MATLAB文件census.mat
。
加载数据。
负载人口普查
工作区中包含两个新变量。
cdate
是一个列向量包含了1790年到1990年的10年的增量。流行
是一个列向量与美国人口数据,对应年cdate
。
打开曲线装配应用程序。
curveFitter
在曲线更健康选项卡,数据部分中,点击选择数据。在选择合适的数据对话框中,选择变量名
cdate
和流行
从X数据和Y数据分别列出。曲线健康应用程序创建并违约情节适合X输入(或指标)的数据和输出(或响应)数据。默认的适应是一个线性多项式适合类型。观察配合设置显示的合适的选项窗格。健康是一个一级多项式。
在合适的选项窗格中,改变选择的适合一个二次多项式
2
从学位列表。曲线健康应用程序块的新健康。曲线健康应用程序计算一个新的适合,因为当你改变适合设置汽车默认选中。如果改装是费时,有时大数据集的情况下,你可以关掉自动行为。在曲线更健康选项卡,适合部分中,选择手册。
曲线健康应用程序显示拟合的结果与二次多项式的人口普查数据结果窗格中,您可以查看库模型,拟合系数,拟合优度统计数据。
改变的名称。在符合表面板,双击
无标题的适合1
在适合的名字列和类型poly2
。显示残差。在曲线更健康选项卡,可视化部分中,点击残差图。
残差表明可能的更适合你。因此,继续探索各种适合人口普查数据集。
添加新的适合尝试其他图书馆方程。
右键单击的配合符合表窗格中,选择重复“poly2”。另外,在曲线更健康选项卡,文件部分中,点击重复的。
提示
适合一个给定的类型(例如,多项式),复制一个合适而不是创建一个新的适合因为复制符合需要更少的步骤。复制适合包含相同的数据选择和设置。
改变多项式学位来
3
和重命名poly3
。适合高阶多项式时,结果窗格中显示这个警告。
方程是严重的。删除重复的数据点或尝试定心和可伸缩性。
通过选择规范化数据中心和规模复选框的合适的选项窗格。
重复步骤a和b添加多项式适合六度。然后添加一个指数。在曲线更健康选项卡,文件部分中,点击新并选择新健康。在适合类型部分,单击箭头打开画廊,并点击指数在回归模型部分。
为每个新健康,看看结果面板信息,残差图的应用。
适合的残差看起来应该是随机的,没有明显的模式。连续模式,比如倾向于残差相同的符号,可以是一个迹象表明存在一个更好的模型。
关于扩展
警告缩放的出现是因为装配过程使用cdate
值作为一个矩阵的基础和非常大的价值。的传播cdate
值的结果在一个扩展的问题。为了解决这个问题,你可以正常化cdate
数据。标准化量表预测数据来改善后续的数值计算的准确性。例如,您可以正常化cdate
通过定心和扩展数据零均值和标准差。
(cdate -意味着(cdate)。/性病(cdate)
请注意
因为预测数据变化正常化后,拟合系数的值与原始数据相比也改变。然而,数据的函数形式和结果的拟合优度统计数据不会改变。此外,数据显示在曲线健康应用程序块使用原来的规模。
确定最适合
确定最适合,您应该检查图形和数值结果。
检查图形适应的结果
确定最适合通过检查的图形符合和残差。查看地块为每个符合反过来,单击的符合表窗格。图形适应的结果表明:
适合和残差多项式方程都是相似的,所以很难选择最好的一个。
的配合和残差一届指数方程表示这是一个可怜的整体配合。因此,它是一个好的选择,你可以把指数适合从最适合的候选人。
检查后的行为符合2000年。拟合的目标人口普查数据来推断最适合人口预测未来值。
单击sixth-degree多项式适合的符合表窗格中查看这个合适的情节。
在符合情节,单击锅按钮在轴工具栏和锅,直到几年后的配合是可见的2000年。残差图的坐标轴范围进行相应的调整。
检查符合情节。sixth-degree多项式适合的行为超出了数据外推范围使其成为一种糟糕的选择,你可以拒绝这个健康。
评估数值结果
当你不再能消除适合通过检查图形,您应该检查数值结果。曲线健康应用程序显示两种类型的数值匹配结果:
拟合优度统计
信心边界拟合系数
曲线拟合优度统计数据帮助您确定如何与数据的吻合程度。信心界限系数确定其准确性。
检查数值结果。
对于每一个适合,视图的拟合优度统计结果窗格。
所有适合同时进行比较符合表窗格。单击列标题进行排序的统计结果。
检查由于误差平方和(SSE)和调整R广场的统计数据,以帮助确定最合适的方法。上交所统计的最小二乘误差是健康,值接近零指示一个更好的选择。的调整R方统计通常的最佳指标符合质量当你添加额外的系数模型。
最大的上交所
经验值
表明它是一个可怜的适合,你已经通过检查符合和残差来决定。上交所价值与最低poly6
。然而,这个合适的行为超出了数据外推范围使其成为一种糟糕的选择,所以你已经拒绝了这个适合通过检查情节与新轴的极限。下一个最佳SSE价值与五度多项式,
poly5
,这表明它可能是最适合的。然而,上交所和调整R平方值的多项式适合彼此都非常接近。解决问题最适合通过检查中的其他适合的信任边界结果窗格。单击一个符合的符合表窗格中打开安装图(或选择它,如果图已经打开),并查看结果窗格。每一个图显示了一个合适的情节。
显示五度多项式
poly5
和二次多项式poly2
符合人物并排。检查结果并排可以帮助您评估符合。同时显示两个合适的数字,你可以拖拽适合图选项卡适合窗格。或者,您可以单击文档操作箭头位于最右边的图选项卡。选择
瓷砖都
选项,指定1×2或2×1布局。比较系数和边界(
p1
,p2
等等)结果面板都合适,poly5
和poly2
。工具箱计算95%置信界限系数。信心界限系数确定其准确性。检查的方程结果窗格(f (x) = p1 * x + p2 * x
…)每个系数的模型上。请注意,p2
指的是p2 * x
术语Poly2
和p2 * x ^ 4
术语Poly5
。不比较标准化系数直接与非规范化系数必须执行哪些操作。提示
如果你想要更多的空间查看和比较情节和结果,如图所示,拖累了符合表窗格。你也可以隐藏结果窗格只显示的情节。
零交叉范围
p1
,p2
,p3
五度多项式的系数。这意味着您不能确保这些系数不同于零。如果高阶模型方面可能的系数为零,他们不帮忙,这表明该模型overfits人口普查数据。然而,小置信界限不交叉为零
p1
,p2
,p3
为二次拟合poly2
,表明拟合系数是已知的相当准确。因此,在检查图形和数值结果,你应该选择
poly2
作为推断的最适合人口普查数据。
请注意
拟合系数相关的常数,线性,二次术语为每个规范化几乎相同的多项式方程。然而,随着多项式程度的增加,与更高程度上交叉相关系数边界为零,这表明过度拟合。
在工作区中分析最适合
您可以导出所选适合和相关结果适合MATLAB工作区。在曲线更健康选项卡,出口部分中,点击出口并选择出口到工作区。适合保存为MATLAB对象和相关的健康结果保存为结构。
右键单击
poly2
适合的符合表窗格中,选择“poly2”保存到工作空间。或者,单击出口并选择出口到工作区。应用程序打开一个对话框。点击好吧保存符合默认名称。
fittedmodel
保存为曲线拟合工具箱™吗cfit
对象。谁fittedmodel
类属性名称大小字节fittedmodel 1 x1 925 cfit
检查cfit
对象fittedmodel
显示模型,拟合系数,拟合系数的置信界限。
fittedmodel
线性模型Poly2: fittedmodel (x) = p1 * x ^ 2 + p2 * x + p3系数(95%置信界限):p1 = 0.006541 (0.006124, 0.006958) p2 = -23.51 (-25.09, -21.93) p3 = 2.113 e + 04 (1.964 e + 04, 2.262 e + 04)
检查善
结构来显示拟合优度的结果。
善
善良=结构体字段:上交所:159.0293 rsquare: 0.9987教育部:18 adjrsquare: 0.9986 rmse: 2.9724
检查输出
结构显示与健康相关的附加信息,如残差。
输出
输出=结构体字段:numobs: 21 numparam: 3残差:[21×1双]雅可比矩阵:[21×3双]exitflag: 1算法:迭代QR分解和解决:1
可以评估(插入或推断),区分,或集成在一个指定的数据范围与各种后处理功能。
例如,评估fittedmodel
在一个向量的值来推断2050年。
x = 2000:10:2050;y = fittedmodel (x)
y = 274.6221 301.8240 330.3341 360.1524 391.2790 - 423.7137
情节(fittedmodel cdate流行)在情节(fittedmodel, x, y,“k +”)举行从传奇([“数据”,”“,“外推数据”,“拟合曲线”),…“位置”,“西北”)
更多的例子和说明互动和命令行分析,和所有后处理的列表功能,看看合适的后处理。
例如复制这个交互式人口普查数据分析使用命令行,知道了多项式曲线拟合。
节省你的工作
曲线健康应用程序提供了一些选项,节省你的工作。您可以保存一个或多个符合和相关结果变量MATLAB工作区。然后,您可以使用这个文档的保存信息的目的,或将你的数据探索和分析。除了节省你的工作MATLAB工作空间变量,您可以:
保存当前会话曲线拟合。在曲线更健康选项卡,文件部分中,点击保存并选择保存会话。会话文件包含您的会话中的所有适合和变量,记得你的布局。看到保存并重启会话。
生成MATLAB代码重建及其相关的情节。在出口部分中,点击出口并选择生成代码。当前选中的曲线健康应用程序生成代码并在MATLAB中显示文件编辑器。
你可以重新创建适合和情节通过调用文件在命令行和你的原始数据作为输入参数。您还可以使用新数据,调用文件在多个数据集和自动化装配的过程。有关更多信息,请参见从曲线生成代码装配应用程序。