曲线和曲面拟合- MATLAB和Simulink -德国MathWorks万博1manbetx - 万博1manbetx,s manbetx 845,万博尤文图斯

曲线曲面拟合

拟合曲线

要以编程方式拟合曲线，请遵循下面这个简单示例中的步骤:

加载数据。
```
负载hahn1
```
创建一个适合使用适合函数，指定变量和模型类型(在本例中rat23是模型类型)。
```
F = fit(temp, thermex， 'rat23')
```
画出你的适合度和数据。
```
Plot (f, temp, thermex) f(600)
```

比较各种多项式拟合的例子，见多项式曲线拟合．

拟合曲面

要以编程方式适应一个表面，请遵循这个简单示例中的步骤:

加载数据。
```
负载因特网
```
创建一个适合使用适合函数，指定变量和模型类型(在本例中poly23是模型类型)。
```
F = fit([x, y]， z， 'poly23')
```
画出你的适合度和数据。
```
情节(f, x, y, z)
```

有关自定义方程的示例，请参见生物制药数据的自定义方程表面拟合．

模型类型及拟合分析

具体模型类型和拟合分析的详细信息和示例，请参见以下章节:

命令行拟合的工作流

曲线拟合工具箱™软件为数据分析和建模提供了多种方法。

提示

快速组装MATLAB^®曲线和曲面拟合和绘图的代码，使用曲线拟合应用程序，然后生成代码。您可以将对单个数据集的交互分析转换为可重用的函数，用于命令行分析或对多个数据集进行批处理。看到生成代码和导出适合工作区．

要使用曲线拟合函数进行程序拟合和分析，请遵循以下工作流:

导入您的数据到MATLAB工作空间使用负载命令(如果您的数据以前已存储在MATLAB变量中)或任何MATLAB函数，用于从特定的文件类型读取数据。您可能需要重新调整数据:参见prepareCurveData或prepareSurfaceData．
(可选)如果您的数据是嘈杂的，您可能想要平滑它使用光滑的函数。平滑被用来识别数据中的主要趋势，这可以帮助你选择一个合适的参数模型家族。如果参数模型不明显或不合适，平滑本身就是目的，提供数据的非参数拟合。

请注意

平滑估计每个预测器的响应分布的中心。它使数据中的误差是独立的假设无效，因此也使计算置信度和预测区间的方法无效。因此，一旦通过平滑辨识出参数模型，则原始应该将数据传递给适合函数。
为数据指定参数模型——可以是曲线拟合工具箱库模型，也可以是您定义的自定义模型。的模型名或表达式来指定模型适合函数或(可选)fittype对象创建的fittype函数。
要查看可用的库模型，请参见曲线和曲面拟合的库模型列表．
(可选)可以使用fitoptions函数。Fit选项指定数据的权重、拟合方法和拟合算法的低级选项。
(可选)可以使用excludedata函数。排除规则指示哪些数据值将被视为异常值并从拟合中排除。
指定x和y(和z，如果表面拟合)数据，模型(名称，表达式或fittype对象)，以及(可选地)fit选项结构和排除规则，使用适合功能执行合适。
的适合函数返回一个cfit(曲线)sfit(对于表面)对象，该对象封装了计算系数和拟合统计数据。如果你想了解更多关于fit对象的信息，请看曲线和曲面拟合对象和方法．
属性返回的fit对象可以进行后处理适合函数，通过将它们传递给各种函数，例如函数宏指令，区分，集成，情节，coeffvalues，probvalues，confint,predint．

使用以下函数来处理曲线和曲面拟合。

曲线或曲面拟合方法	描述
`argnames`	获取输入参数名称
`类别`	得到合适的类别
`coeffnames`	得到的系数的名字
`coeffvalues`	得到的系数值
`confint`	得到拟合系数的置信区间
`dependnames`	获取因变量名
`区分`	区分健康
`excludedata`	从拟合中排除数据
`函数宏指令`	评估模型在指定的预测
`fittype`	构造`fittype`对象
`公式`	得到公式
`indepnames`	获取独立变量名
`集成`	结合曲线拟合
`islinear`	确定模型是否是线性的
`numargs`	获取输入参数的个数
`numcoeffs`	得到系数数
`情节`	情节适合
`predint`	得到的预测区间
`probnames`	获取与问题相关的参数名称
`probvalues`	获取与问题相关的参数值
`quad2d`	数值积分曲面拟合(`sfit`对象)
`setoption`	设置模型拟合选项
`类型`	获取模型名称

另请参阅

曲线拟合工具箱文档

万博1manbetx

机器学习的挑战:选择最佳分类模型和避免过拟合

下载白皮书