GFIT2计算适合回归模型的优点

用法：
[gf] = gfit2（t，y）
[gf] = gfit2（t，y，gfitMeasure）
[gf] = gfit2（t，y，gfitMeasure，选项）

输入：
T：回归模型的矩阵或目标值的向量
Y：回归模型的矩阵或输出向量。
gfitMeasure：代表字符串值的字符串或单元格数组
拟合量的不同形式的态度如下：

“全部” - 计算以下所有措施
'1' - 平均正误差（MSE）
'2' - 归一化平方误差（NMSE）
'3' - 根平方错误（RMSE）
'4' - 归一化均方根误差（NRMSE）
'5' - 平均绝对错误（MAE）
'6' - 平均绝对相对误差（母马）
'7' - 相关系数（R）
'8' - 确定系数（D）
'9' - 效率系数（E）
'10' - 最大绝对错误
'11' - 最大绝对相对错误

选项：包含其他输出选项的字符串，当前唯一的选项是详细输出。

'v' - 详细输出，发布一些文本输出
选定的命令行的措施

输出：

GF：gfitMeasure中每个字符串的模型输出和目标之间拟合值的优点向量

例子

gf = gfit2（t，y）;对于列表中的所有统计信息，返回为矢量

gf = gfit2（t，y，'3'）;对于根平方错误

gf = gfit2（t，y，{'3'}）;对于根平方错误

gf = gfit2（t，y，{'1''3''9'}）;对于平均正方错误，根平均值
|平方错误和系数
\ |/效率
gf = [MSE RMSE E]

gf = gfit2（t，y，'all'，'v'）;对于列表中的所有统计信息返回
向量，信息发布到
每个统计数字上的命令行

gf = gfit2（t，y，{'1''3''9'}，'v'）;对于均方根错误，root
平均正方错误，并且
效率系数作为
矢量包含有关每个信息的信息
这些也发布到
命令行