。
fitoptions
近似オプションオブジェクトを作成または変更する
構文
説明
fitOptions= fitoptionsfitOptionsを作成します。
fitOptions= fitoptions（librarymodelname.）
fitOptions= fitoptions（librarymodelname.，名称,值）名称,值ペア引数で指定された追加オプションを使用して,指定されたライブラリモデルの近似オプションを作成します。
fitOptions= fitoptions（fitType）fitTypeのの近似オプションオブジェクトをししししの近似オプションををににははははははははにはははにははにはははははははは
fitOptions= fitoptions（名称,值）名称,值ペア引数で指定された追加オプションを使用して,近似オプションを作成します。
newOptions= fitoptions（fitOptions，名称,值）名称,值ペア引数で指定された新しいオプションを使用して,既存の近似オプションオブジェクトfitOptionsを変更し，更新された近似オプションをnewOptionsに返します。
newOptions= fitoptions（选项1，选项2.）选项1と选项2.を結合してnewOptionsに返します。
方法が一致する综合，选项2.内のプロパティの空でない値によってnewOptionsにある选项1内の対応する値がオーバーライドされます。方法が異なる場合,newOptionsには方法の选项1の値と正常化、排除および权重の选项2.の値が含まれます。
例
既定の近似オプションの変更変更データ正式化
既定の近似オプションオブジェクトを作成し,近似する前にデータをセンタリングおよびスケーリングするオプションを設定します。
选择= fitoptions;选项。正常=“上”
options = Normalize: 'on' Exclude: [1x0 double] Weights: [1x0 double] Method: 'None'
ガウスガウス近似の既定既定の近似作作作作者：作者
选项= fitoptions（“gauss2”）
选项=正常化：'关闭'排除：[]权重：[]方法：'非线性半角'鲁棒：'关闭'开始点：[1x0双]下部：[-inf -inf 0 -inf -inf 0]上部：[1x0 double]算法：'信任区域'差异：1.0000E-08 DiffMaxchange：0.1000显示：“通知”MaxFunevals：600 MAXITER：400 TOLFUN：1.0000E-06 TOLX：1.0000E-06
多項式近似オプションの設定
3次多項式の近似オプションを作成し,データのセンタリングとスケーリングおよびロバスト近似オプションを設定します。
选项= fitoptions（'poly3'，“正常化”，“上”，'强壮的'，'Bisquare'）
选项=正常化：'在'排除：[]重量：[]方法：'Linearlestquares'鲁棒：'Bisquare'下部：[1x0 Double] Upper：[1x0 Double]
線形最小二乗法の近似オプションの作成
选项= fitoptions（'方法'，“LinearLeastSquares”）
options = Normalize: 'off' Exclude: [] weight: [] Method: 'LinearLeastSquares' Robust: 'off' Lower: [1x0 double] Upper: [1x0 double]
複数の近似における同じ近似オプションの使用
正常化、排除または权重プロパティを設定してから,さまざまな近似法で同じオプションを使用してデータを近似する場合,既定の近似オプションオブジェクトを変更すると便利です。次の例では,同じ近似オプションを使用して異なるライブラリモデルタイプで近似しています。
负载人口普查选择= fitoptions;选项。正常化=“上”;f1 = fit（Cdate，Pop，'poly3'、选择);f2 =适合(cdate、流行、“exp1”、选择);f3 = fit（Cdate，Pop，“cubicspline”，选项）
f3 =三次插值样条:f3(x) =分段多项式计算从p, x是标准化的平均值1890和std 62.05系数:p =系数结构
平坦化近似オプションの确认确认変更
平坦化学パラメーターをします。光滑的パラメーターパラメーターなどのデータデータ依存の近似オプションははオプションはオプション适合の3番目のの力次数として返され。
负载人口普查[F，GOF，OUT] =适合（CDate，POP，“SmoothingSpline”）;smoothparam = out.p
smoothparam = 0.0089
新しい近似用に既定の平滑化パラメーターを変更します。
选项= fitoptions（'方法'，“SmoothingSpline”，......“SmoothingParam”，0.0098）;[F，GOF，OUT] =适合（CDate，POP，“SmoothingSpline”、选择);
係数範囲の適用によるガウス近似の改善
ガウス近似を作成し,信頼区間を調べます。アルゴリズムを支援するために,下限の近似オプションを指定します。
幅の狭いガウスピークとの広いガウスガウスからを含む含む含む含む含む含むを和作作作作作者
A1 = 1;b1 = -1;C1 = 0.05;A2 = 1;b2 = 1;C2 = 50;x =（-10：0.02：10）';gdata = a1 * exp（ - （（x-b1）/ c1）。^ 2）+......A2 * EXP（ - （（X-B2）/ C2）。^ 2）+......0.1 *(兰德(大小(x)));情节(x, gdata)
2項ガウスライブラリモデルを使用してデータを近似します。
礼物=适合(x, gdata“gauss2”）
礼物=一般模型Gauss2:礼物(x) = a1 * exp (- ((x-b1) / c1) ^ 2) + a2 * exp (- ((x-b2) / c2) ^ 2)系数(95%置信界限):a1 = -0.145 b1 (-1.486, 1.195) = 9.725 (-14.71, 34.16) c1 = 7.117 a2 (-15.84, 30.07) = 14.06 (-1.957 e + 04, 1.96 e + 04) b2 = 607 (-3.193 e + 05年,3.205 e + 05) c2 = 375.9 (-9.737 e + 04, 9.812 e + 04)
绘图（GFIT，X，GDATA）
いくつかの係数の信頼区間が広いことからわかるように,このアルゴリズムはうまく機能していません。
アルゴリズムを支援するために,非負の振幅a1およびa2，幅c1、c2に下限を指定ます。
选项= fitoptions（“gauss2”，'降低'， [0 -Inf 0 0 -Inf 0]);
または，options.property = newpropertyvalue.の形式を使用して近似オプションのプロパティを設定することができます。
选项= fitoptions（“gauss2”）;选项。Lower = [0 -Inf 0 0 -Inf 0];
係数の範囲制約を使用して近似を再計算します。
礼物=适合(x, gdata“gauss2”，选项）
gfit =一般模型gauss2：gfit（x）= a1 * exp（ - （（x-b1）/ c1）^ 2）+ a2 * exp（ - （（x-b2）/ c2）^ 2）系数（带95％置信度）：A1 = 1.005（0.966,1.044）B1 = -1（-1.002，-0.9988）C1 = 0.0491（0.0469,0.0513）A2 = 0.9985（0.9958,1.001）B2 = 0.8059（0.3879,1.224）C2 =50.6（46.68,54.52）
绘图（GFIT，X，GDATA）
大幅に改善された近似が得られました。近似オプションオブジェクトの他のプロパティに妥当な値を代入することで,近似をさらに改善できます。
近似オプションのコピーとと合并
近似近似を作用成し，下限を设定ます。
选项= fitoptions（“gauss2”，'降低'， [0 -Inf 0 0 -Inf 0])
options = Normalize: 'off' Exclude: [] Weights: [] Method: 'NonlinearLeastSquares' Robust: 'off' StartPoint: [1x0 double] Lower: [0 -Inf 00 -Inf 0] Upper: [1x0 double] Algorithm: 'Trust-Region' DiffMinChange: 1.0000e-08 DiffMaxChange: 0.1000 Display: 'Notify' maxfuneval: 600 MaxIter: 400 TolFun: 1.0000e-06 TolX: 1.0000e-06
近似オプションの新しいコピーを作成し,ロバストパラメーターを変更します。
newoptions = fitoptions(选项,'强壮的'，'Bisquare'）
newOptions =正常化：'关'排除：[]权重：[]方法：'非线性半角'鲁棒：'Bisquare'开始点：[1x0 double]下部：[0 -inf 0 0 -Inf 0] upper：[1x0 double]算法：'信任区域'差异：1.0000E-08 DiffMaxchange：0.1000显示：“通知”MaxFunevals：600 MAXITER：400 TOLFUN：1.0000E-06 TOLX：1.0000E-06
近似オプションをを合。
选项2 = fitoptions(options, newoptions)
options2 =标准化：'关'排除：[]权重：[]方法：'非线性地标准'鲁棒：'Bisquare'开始点：[1x0双]下部：[0- inf 0 0- inf 0] upper：[1x0 double]算法：'信任区域'差异：1.0000E-08 DiffMaxchange：0.1000显示：“通知”MaxFunevals：600 MAXITER：400 TOLFUN：1.0000E-06 TOLX：1.0000E-06
カスタムモデル近似オプションの変更
線形モデル近似タイプを作成します。
融通= fittype ({“x”，“sin (x)”，' 1 '}）
线性模型:lft(a,b,c,x) = a*x + b*sin(x) + c
近似タイプlの近似オプションを取得します。
fo = fitoptions（lft）
fo =正常化：'关闭'排除：[]重量：[]方法：'linearlestquares'鲁棒：'关闭'下部：[1x0 double] upper：[1x0 double]
正規化近似オプションを設定します。
fo.normalize =.“上”
fo =正常化：'在'排除：[]重量：[]方法：'lineareasquares'鲁棒：'关闭'下部：[1x0 double] upper：[1x0 double]
入力数
出力数
你也可以从以下列表中选择一个网站:
