![](https://iknow-base.cdn.bcebos.com/lxb/notice.png)
用matlab拟合一组数据,要求得出函数表达式
根据给定的数据,我们可以假定函数表达式为
y=b1+b2*x+b3*x^2+b4*x^3+b5*x^4;
所以上述函数可以用matlab的regress()多元线性回归分析函数来拟合。实现过程如下:
A=[1.75,0.26;2.25,0.32;2.5,0.44;2.875,0.57;2.686,0.50;2.563,0.46];
x=A(:,1),y=A(:,2)
X=[ones(length(y),1),x,x.^2,x.^3,x.^4];
b=regress(y,X)
x1=linspace(1.5,3,50);
y1=b(1)+b(2)*x1+b(3)*x1.^2+b(4)*x1.^3+b(5)*x1.^4;
plot(x,y,'k*',x1,y1,'r-')
grid on
xlabel('x'),ylabel('y')
运行结果
从数据描点图来看,它可以用多项式来拟合
代码:
clear all;
clc;
close all;
x=[1.75,2.25,2.5,2.875,2.686,2.563];
y=[0.26,0.32,0.44,0.57,0.50,0.46];
plot(x,y,'r*')
[p,s]=polyfit(x,y,5) %参数改为1就是线性拟合
y1=polyval(p,x)
hold on;
plot(x,y1,'b.')
五次多项式拟合生成的函数值与原数据基本重合:
五次多项式,从最高次项的系数到常数项,依次为p的值,所以:
y=-3.8276x^5+ 47.6583x^4 -235.8777x^3+579.6790x^2 -706.4245x+341.2326
程序如下:
x=[1.75,2.25,2.5,2.875,2.686,2.563];
y=[0.26,0.32,0.44,0.57,0.50,0.46];
plot(x,y,'g.','markersize',25);%%%有这个是先描点,看出大致是什么图,这里看到像二次曲线的。
hold on ;
p3=polyfit(x,y,2);
%%%%%%下面这个是拟合后的P3公式,式子为什么是这个可以由上面拟合程序得出,放在一个图里面看效果
x2=0:0.5:4;
y2=0.1701*x2.^2-0.4965*x2+0.6027;
plot(x2,y2,'b');
我好像把坐标轴弄反了,能反过来拟合下么。。谢谢,
2017-05-16
数据不多哈
clc;clear all
x=[1.75, 2.25, 2.5, 2.875, 2.686, 2.563];
y=[0.26,0.32,0.44,0.57,0.50,0.46];
p=polyfit(x,y,3);%四次拟合
plot(x,y,'r--')
hold on
y1=polyval(p,x);%得出拟合结果
plot(x,y1,'b-')
xlabel('x')
ylabel('y')
legend('拟合前','拟合后')