数据拟合
Posted hkkeryu
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据拟合相关的知识,希望对你有一定的参考价值。
fitting.m
clc clear close all A=xlsread(‘data.xls‘); %% [m,n]=size(A);%数据总数 N=1; %N为拟合阶数 number=120; a=rem(m,number);%取余 class=(m-a)/number; % t=1:1:m; % data_r=A(1:m,1); % data_m=A(1:m,2); K=zeros(class,N);%store y=kx+b; figure for j=0:1:class-1 x=A(j*number+1:number*(j+1),3)‘; y=A(j*number+1:number*(j+1),4)‘; p = polyfit(x,y,N); K(j+1,1:N+1)=p; %计算在 x 中的点处拟合的多项式 p。用这些数据绘制得到的线性回归模型。 f = polyval(p,x); plot(x,y,‘o‘,x,f,‘-‘) legend(‘data‘,‘linear fit‘) hold on end
ff.m
clc clear close all A=xlsread(‘data.xls‘); [m,n]=size(A);%数据总数 % m=580; t=1:1:m; data_r=A(1:m,3); data_m=A(1:m,4); x=data_r‘; y=data_m‘; figure plot(t,x,‘k.‘,t,y,‘o‘) figure %计算在 x 中的点处拟合的多项式 p。用这些数据绘制得到的线性回归模型。 p = polyfit(x,y,1); f = polyval(p,x); plot(x,y,‘o‘,x,f,‘-‘) legend(‘data‘,‘linear fit‘)
以上是关于数据拟合的主要内容,如果未能解决你的问题,请参考以下文章