[转]matlab 中fit fittype

2018/10/17 20:41
阅读数 491

https://www.cnblogs.com/CherryWull/p/5574277.html

1.确定要拟合的类型

  一般情况下matlab会直接提供常用的类型,用fittype创建拟合模型。至于matlab具体提供了哪些模型,参见帮助"List of library models for curve and surface fitting"

ft = fittype( 'gauss1' ); %高斯拟合

  如果库中没有自己想要的拟合形式,可以自己进行定义,此时使用匿名函数是很方便的,格式如下

ft = fittype(@(a,b,c,x) a*x^3 + b*x^2 +c*x );

  使用自定义拟合形式需要注意几点:

  • 自变量必须是x
  • 参数要放在自变量前面,在上面的例子中,匿名函数参数的形式为(a, b, c, x),便遵循了这一规则

2.要拟合的数据格式

  在最简单的情况下,即拟合两个向量X,Y,则其必须是列向量  (一般定义都是行向量,使用转置 a‘)

3.拟合

 使用fit进行拟合

fitresult= fit( xData, yData, ft);

  其输出fitresult是一个cfit型的对象(object),主要包含两个内容:1,拟合模型,即第一步中确定的拟合类型;2,拟合所得系数的值。例如对第一步中所创建的高斯模型,其fitresult 的值为

复制代码
fitresult = 
     General model Gauss1:
     fo(x) =  a1*exp(-((x-b1)/c1)^2)
     Coefficients (with 95% confidence bounds):
       a1 =       45.54  (42.45, 48.64)
       b1 =     0.01011  (0.0101, 0.01012)
       c1 =   0.0002551  (0.0002353, 0.0002748)
复制代码

  获得了这样一个object,如何把其中的系数提取出来呢?这个要用到coeffvalues函数

>> coeffvalues(fitresult)

ans =

   45.5426    0.0101    0.0003

4.获取拟合优度

  现在已经获得了拟合系数,那到底拟合得怎么样呢?可以使用下面的格式获取拟合优度

[fitresult ,gof] = fit(X,Y,'gauss1');

  gof是一个结构体,包含4个量

sse:Sunm of squares due to error
rsquare:R-square 这个就是线性回归里的那个R2,与线性回归里的具有同样的意义
dfe:Degrees of freedom in the error,不懂
adjrsquare: 也不懂
rmse: 误差的均方根值(rms)

  暂时只需要用到这些,更高级的要用的时候再说。

 
分类: Matlab
展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部