6.插值/拟合算法

插值

分类:

分段插值/插值多项式/三角插值

拉格朗日插值多项式(问题很多,不怎么用)

产生龙格现象,在两端波动大,产生明显震荡

牛顿插值法(也不用)

有继承性,产生龙格现象

埃尔米特插值
分段三次埃尔米特插值
三次样条插值
n维数据插值

spline最准确

插值算法可用于预测

6.插值/拟合算法_第1张图片

数据不匹配,可以用插值


拟合

多看代码

6.插值/拟合算法_第2张图片

评价拟合的好坏:

6.插值/拟合算法_第3张图片

注:R方只能用于拟合线性函数

“参数线性”是指没有参数显示为指数,也没有乘以或除以另一个参数。(来自网页搜索)

6.插值/拟合算法_第4张图片

直接看SSE也可,但是存在量纲问题

注:SSE不只局限于线性函数,什么函数都行

给你一组数据如何判定用哪种拟合方式较好呢?

比较R^2即可

拟合函数选择原则:表达式简单,且R方小

计算代码

6.插值/拟合算法_第5张图片

拟合工具箱

6.插值/拟合算法_第6张图片

保存图片/拟合线生成代码函数并保存成m文件

6.插值/拟合算法_第7张图片

例:

利用拟合工具箱预测人口

选择自定义方程,然后自己敲表达式

6.插值/拟合算法_第8张图片

结果是这样,图像也拟合的不好,什么原因呢

是因为拟合初始值需要更改

就是更改这里

6.插值/拟合算法_第9张图片

随便改自变量试试

6.插值/拟合算法_第10张图片
6.插值/拟合算法_第11张图片

导出设置分辨率可以设置

6.插值/拟合算法_第12张图片

自己模拟数据进行拟合演示

normrnd

roundn任意位置四舍五入

例:

6.插值/拟合算法_第13张图片

你可能感兴趣的:(数学建模,学习)