曲线拟合工具箱提供了最广泛使用的技术拟合曲线和表面数据,包括线性和非线性回归,花键和内插,并平滑。对于稳健回归的工具箱支持万博1manbetx选项,以适应包含异常值数据集。所有的算法可以通过函数或曲线拟合的应用程序进行访问。
曲线拟合应用简化了常见的任务,其中包括:
在命令行工作让你开发的分析和可视化的自定义函数。这些功能使您可以:
曲线拟合工具箱提供了一种用于命令行嵌合的简单直观的语法,如在下面的实施例:
fittedmodel =拟合([X,Y,Z,'poly11“);
fittedmodel =拟合(X,Y,'fourier2“);
fittedmodel =拟合([时间,温度],能源,'cubicinterp“);
fittedmodel =拟合([时间,温度],能源,'LOWESS”,“跨度”,0.12);
拟合操作的结果存储在调用的对象中“fittedmodel。”
通过对该对象应用一种方法,可以进行后处理分析,如绘图、求值、计算积分和导数,如下示例所示:
图(fittedmodel)
分化(fittedmodel,X,Y)
fittedmodel(80,40)
曲线拟合工具箱使您可以移动交互式安装到命令行。使用的应用程序,可以自动生成MATLAB代码。您还可以创建与应用程序适合对象并将其导出到MATLAB工作区进行进一步的分析。
该工具箱支持超过100回万博1manbetx归模型,其中包括:
所有这些标准回归模型包括优化求解器参数和条件开始改善贴合质量。另外,您也可以使用自定义公式选项来指定自己的回归模型。
在曲线拟合应用程序,你可以生成使用下拉菜单基于复杂的参数模型拟合。在命令行,您可以使用直观的名称访问相同的模型。
在曲线拟合工具箱回归分析选项,您可以:
探索画廊(3个图像)
曲线拟合工具箱支持多种插值方法,包括B样条,万博1manbetx薄板样条,和张量积花键。曲线拟合工具箱为先进的花键操作,包括中断/结操作,最佳结放置,以及数据点的加权提供的功能。
你可以代表ppform和B型多项式样条。所述ppform描述了在断点和本地多项式系数方面的花键,而当花键将被广泛评估是有用的。所述B-形式描述了一个花键作为B样条的线性组合,特别是结序列和B样条系数。
曲线拟合工具箱也支持其他类型的插值,包括:万博1manbetx
用于构建样条近似曲线拟合工具箱命令容纳矢量值栅格数据,使你能够在任何数目的维度的创建曲线和表面。
探索画廊(2个图像)
平滑算法被广泛使用,同时保持重要的模式从数据集移除噪声。曲线拟合工具箱支持平滑样条和本地化的回归,从万博1manbetx而使您能够生成一个预测模型,而无需指定变量之间的函数关系。
曲线拟合工具箱支持使用一阶多项式(lowes万博1manbetxs)或二阶多项式(黄土)本地化回归。工具箱还提供了健壮的本地化回归选项,以适应数据集中的异常值。曲线拟合工具箱还支持移动平均平滑,如Savitzky-Golay过滤器。万博1manbetx
探索画廊(2个图像)
曲线拟合工具箱支持从探索性数据分析(EDA)万博1manbetx到模型开发和比较再到后处理分析的全面工作流程。
您可以在二维或三维中绘制数据集。工具箱提供了删除异常值、节数据系列和权重或排除数据点的选项。
曲线拟合工具箱可以自动中心和扩展数据集数据标准化的和改善适合质量。该中心和缩放选项可以当在可变尺度巨大差异或数据点之间的距离横跨尺寸变化来使用。
探索画廊(3个图像)
曲线拟合工具箱允许您将多个候选模型拟合到一个数据集。然后您可以使用描述性统计、可视化检查和验证的组合来评估拟合优度。
曲线拟合工具箱提供了广泛的描述性统计,包括:
fit表在一个可排序表中列出了所有候选模型,使您能够快速地比较和对比多个模型。
该工具箱使您能够目视检查候选模型以揭示适合不在汇总统计明显的问题。例如,您可以:
曲线拟合工具箱支持验证技术,有助于防止过度拟万博1manbetx合。您可以生成使用训练数据集的预测模型,应用模型的验证数据集,然后评估拟合优度。
一旦你选择了曲线或曲面最适合您的数据系列,你可以进行后处理分析。曲线拟合工具箱,您可以:
下面的实施例显示了如何在命令行后处理适用于从一个嵌合操作创建的对象的直观命令:
EnergyConsumption = fittedmodel(X,Y)
EnergySurface =情节(fittedmodel)
Volume_Under_Surface = quad2d(fittedmodel,MIN_X,MAX_X,MIN_Y,MAX_Y)
梯度=分化(fittedmodel,X,Y)
置信区间:Confidence_Intervals = confint(fittedmodel)
探索画廊(2个图像)