方法一:多項式擬合polyfit
1 x=[1 2 3 4 5 6 7 8 9];
2
3 y=[9 7 6 3 -1 2 5 7 20];
4 P= polyfit(x, y, 3) %三階多項式擬合
5
6 xi=0:.2:10;
7
8 yi= polyval(P, xi); %求對應y值
9
10 plot(xi,yi,x,y,"r*");
執行結果:
多項式係數:P =0.1481 -1.4030 1.8537 8.2698
使用matlab中的ploy2sym函式:y=poly2sym(P)
得到y=0.1481 * x^3 + -1.4030 * x^2 +1.8537 * x + 8.2698
方法二:工具箱擬合cftool
2 y=[9 7 6 3 -1 2 5 7 20];
3
4
5 cftool(x,y)
擬合型別中我們選擇polynominal(多項式),擬合階數選擇3,執行結果中可見R平方值高達0.94,屬於比較準確的.
方法一:多項式擬合polyfit
1 x=[1 2 3 4 5 6 7 8 9];
2
3 y=[9 7 6 3 -1 2 5 7 20];
4 P= polyfit(x, y, 3) %三階多項式擬合
5
6 xi=0:.2:10;
7
8 yi= polyval(P, xi); %求對應y值
9
10 plot(xi,yi,x,y,"r*");
執行結果:
多項式係數:P =0.1481 -1.4030 1.8537 8.2698
使用matlab中的ploy2sym函式:y=poly2sym(P)
得到y=0.1481 * x^3 + -1.4030 * x^2 +1.8537 * x + 8.2698
方法二:工具箱擬合cftool
1 x=[1 2 3 4 5 6 7 8 9];
2 y=[9 7 6 3 -1 2 5 7 20];
3
4
5 cftool(x,y)
執行結果:
擬合型別中我們選擇polynominal(多項式),擬合階數選擇3,執行結果中可見R平方值高達0.94,屬於比較準確的.