【MATLAB】一文教你学会“曲线拟合”的2种方法(详细)

创作时间：2020-11-02

目录：
1.为什么要曲线拟合？
2.方法1和方法2
3.总结

1.为什么要进行曲线拟合？
其实就是 预测！！！
对于数目较大的、自然发展的、没有剧烈变动的事物进行预测，把握事物发展方向。
通过数学建模，以一种公式表达式来反映这种变化规律。

2.1方法1
首先我们先生成一组数据

x = linspace(0,4*pi,10);
y = sin(x); 


x =

  列 1 至 8

         0    1.3963    2.7925    4.1888    5.5851    6.9813    8.3776    9.7738

  列 9 至 10

   11.1701   12.5664

>> y

y =

  列 1 至 7

         0    0.9848    0.3420   -0.8660   -0.6428    0.6428    0.8660

  列 8 至 10

   -0.3420   -0.9848   -0.0000

使用matlab 的==polyfit ==,polyval函数

1）使用 polyfit 将一个 7 次多项式与这些点拟合。

p = polyfit(x,y,7);  %7表示用7阶多项式，阶数越高越精准

p是什么意思呢？

p =

   -0.0001    0.0028   -0.0464    0.3702   -1.3808    1.9084   -0.1141    0.0002

p表示可以使用y= -0.0001x^7+ 0.0028x^6+…±0.1141*x+ 0.0002拟合表示
2）然后polyval

x = linspace(0,4*pi);
y1 = polyval(p,x);%把x代入拟合公式p（即就是y= -0.0001*x^7+ 0.0028*x^6+...+-0.1141*x+ 0.0002），求出y1

到这一步，已经得到了多项式拟合公式的表达式。
3) 接着可以对比下拟合的效果（此步骤可以去掉）

figure
plot(x,y,'o')
hold on
plot(x,y1)
hold off

2.2 方法2
使用 matlab的app .curve-fitting
1）打开curve-fitting

2）导入数据
首先保证：x和y在工作变量区。

然后再下图中导入数据源。

3）开始拟合

3.总结

方法2简单直观，方便。
平时工作学习时候，注意多发现matlab中现有APP,可提升学习效率，大大节约自己的时间。

---

THE END~