Matlab中用fit做曲线拟合

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）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 = 45.54260.01010.00034.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 对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）嗯，暂时只需要用到这些，更高级的要用的时候再说。 Ubuntu Server上安装Matlab http://www.linuxidc.com/Linux/2014-09/106242.htmMatlab与C/C++联合编程之从Matlab调用C/C++代码 http://www.linuxidc.com/Linux/2012-08/68148.htm二分类SVM方法Matlab实现 http://www.linuxidc.com/Linux/2013-05/84050.htmMatlab中的取整函数fix, floor, ceil与round http://www.linuxidc.com/Linux/2013-10/91161.htmMatlab编译cuda的.cu文件 http://www.linuxidc.com/Linux/2014-04/100675.htmLinux Matlab服务器进一步改造成Application Server（应用程序服务器） http://www.linuxidc.com/Linux/2014-09/106340.htmMatlab 坐标图动画，动态显示数据 http://www.linuxidc.com/Linux/2016-03/129056.htmUbuntu 14.04安装Matlab2012a过程 http://www.linuxidc.com/Linux/2015-12/126297.htm本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-06/132208.htm