一、数据拟合方法

1. 拟合直线或多项式曲线

方程在笛卡尔平面上是一条直线，而这条直线的斜率是a。因为任何两点可以决定一条直线，因此总能找到次数不多于1的多项式来串起任何两个x值相异的点。

如果把多次式的次数增加到2，那么只要给定x值各异的3点，总会有次数不多于2的多项式可以把它们串起。

如果把多次式的次数再增加到3，那么只要给定x值各异的4点，总会有次数不多于3的多项式可以把它们串起。

一次多项式也可以拟合一个单点和一个角度，三次多项式则可以拟合两点，一个角度约束以及一个曲率约束。许多其它类型的约束组合也同样可以用低阶或者高阶多项式来拟合。

如果有超过n+1个约束（n是多项式的阶次），仍然可以使用多项式拟合。通常一个满足所有约束的精确拟合不一定能够得到（但是有可能得到，例如，用一次多项式拟合共线的三点三点共线）。通常，我们需要使用一些方法来评价拟合的好坏。最小平方法就是用来评价差别的一种常用的方法。

2. Matlab实现方法

多项式函数拟合：

a=polyfit(xdata,ydata,n)

其中n表示多项式的较高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入．输出参数a为拟合多项式 的系数 ,相对应的次数为由高到低。

多项式在x处的值y可用下面程序计算。

y=polyval(a,x)

有了x和y就可以把拟合的图形画出来，并且同时与原图对比

plot(xdata,ydata,x,y)

一般的曲线拟合：

p=curvefit(‘Fun’,p0,xdata,ydata)

其中Fun表示函数Fun(p,data)的M函数文件，p0表示函数的初值．curvefit()命令的求解问题形式是若要求解点x处的函数值可用程序f=Fun(p,x)计算。

例如已知函数形式 ，并且已知数据点 要确定四个未知参数a，b，c，d．

使用curvefit命令，数据输入 ；初值输 ；并且建立函数 的M文件（Fun．m）．若定义 ，则输出。

延伸阅读：

二、数据拟合介绍

数据拟合又称曲线拟合，俗称拉曲线，是一种把现有数据透过数学方法来代入一条数式的表示方式。科学和工程问题可以通过诸如采样、实验等方法获得若干离散的数据，根据这些数据，我们往往希望得到一个连续的函数（也就是曲线）或者更加密集的离散方程与已知数据相吻合，这过程就叫做拟合(fitting)。

以上就是关于数据拟合的内容希望对大家有帮助。

上一篇

MongoDB是什么?

下一篇

java有哪些版本?