最近在分析一些資料,就是資料擬合的一些事情,用到了matlab的polyfit函式,效果不錯。
因此想了解一下這個多項式具體是如何擬合出來的,所以就搜了相關資料。
這個文件介紹的還不錯,我估計任何一本數值分析教材上講的都非常清楚。
推導就不再寫了,我主要參考下面兩頁PPT,公式和例子講的比較清楚。
公式:
例子:
matlab程式碼如下:
clear all; close all; clc; N=10; %設定擬合階數 x=1:0.5:10; y=cos(x); %生成待擬合點 p=polyfit(x,y,N); %使用matlab函式擬合資料 xx=min(x):0.01:max(x); yy=polyval(p,xx); plot(xx,yy); %畫出擬合結果 hold on; plot(x,y,'r.') %下面是使用公式來做最小二乘多項式擬合 F=zeros(N+1,length(x)); F(1,:)=1; for i=2:N+1 for j=1:length(x) F(i,j) = x(j)^(i-1); end end F=F*F'; [m ~]=size(F); Y=zeros(m,1); Y(1) = sum(y); for i=2:m for j=1:length(y) Y(i) = Y(i)+y(j)*x(j)^(i-1); end end Re = F\Y; Re=Re(end:-1:1)'; %陣列反序 figure; plot(x,y,'r.') hold on; yyy=polyval(Re,xx); plot(xx,yyy,'g') p Re
matlab的polyfit函式結果:
自己的結果:
在階數較低的時候兩種方法結果基本一致,階數很高的時候,自己的方法結果就差一些了,matlab原生函式效果還是好一些啊。