多项式拟合
在点多的问题,用增加多项式拟合度polyfit
并不总是会有更好的结果。高阶多项式可以在数据点之间振荡,导致a贫穷拟合数据。在这种情况下,你可以使用一个低阶多项式拟合(这往往点之间平滑)或不同的技术,根据不同的问题。
多项式本质上是无界的振荡函数。因此,它们不适用于外推有界数据或单调(增加或减少)数据。
polyfit
使用x
以形成Vandermonde矩阵V
与n + 1个
列和m =长度(x)
行,形成线性系统
哪一个polyfit
与求解P = V \ÿ
。因为Vandermonde矩阵中的列是向量的幂x
的条件号V
对于高阶拟合,通常是大的,导致一个奇异系数矩阵。在这种情况下,定心和缩放可以改善系统的数值特性,以产生更可靠的拟合。