在插值演算法中，樣本點太多，那麼多項式的次數過高，會造成龍格現象。儘管可以用分段避免，但我們更想要獲得一條確定的曲線，即使這條曲線不能經過每乙個樣本點，但只要保證誤差足夠小就可以。arg是引數的縮寫，argmin是引數使得（）裡面的最小
第一種：絕對值，可以變成第二種：二次方
（1）但為什麼不是三次方，因為三次方求和的時候，會正負抵消，
（2）但為什麼不是四次方，因為如果有某一項偏差太大，四次方之後就對誤差和的影響太大
y=x²這種 x是二次方 所以不是線性
y=ax²+b
a和b是線性的，但像y=bsin（a）這種復合的 或者ab 或者 a²x 就不是線性的
以下討論的線性 均為對引數為線性
總體平方和sst
誤差平方和sse
回歸平方和ssr
（1）若引數是線性
擬合優度（可決係數）r²goodness of fit
r=ssr/sst
值域：[0,1]
如果越趨近於1，說明誤差平方和越接近0，說明擬合越好
（2）若引數不是線性
看sse，越小越好（相對），比如人口（百萬），擬合曲線的sse是1000，擬合度算好的。
handle = @(arglist) anonymous_function其中handle為呼叫匿名函式時使用的名字。
arglist為匿名函式的輸入引數，可以是乙個，也可以是多個，用逗號分隔。
anonymous_function為匿名函式的表示式。
舉個小例子
z=@(x,y) x^
2+y^2;
z(1,
2)% ans =
5fplot函式可用於畫出匿名一元函式的圖形。
fplot
(f,xinterval) 將匿名函式f在指定區間xinterval繪圖。xinterval =
[xmin xmax] 表示定義域的範圍
1&2、先選出想要擬合的兩個值
3、自動出擬合的線性函式
4、線性模型p1，p2 這裡相當於y=kx+b中的k和b
5、點估計，括號裡面是區間估計（置信區間），點估計是概率，多大的可能性在落在這個區間內
下面的幾個量
sse（誤差平方和）
擬合優度
調整後的擬合優度
均方誤差
擬合函式越簡潔越好
多項式的n越大 存在龍格現象
經常用的兩種
自定義和多項式擬合
多項式可以自己定義維數（多項式n的個數）
穩健性一般不勾選
中心化
generate code：生成**，得到的函式，可以在自己的**中直接匯入
print to figure：把得到的影象列印出來
% （1）randi : 產生均勻分布的隨機整數（i =int）
%產生乙個1至10之間的隨機整數矩陣，大小為2x5，行x列；
s1 =
randi(10
,2,5
)%產生乙個-
5至5之間的隨機整數矩陣，大小為1x10；
s2 =
randi([
-5,5
],1,
10)
% （2） rand: 產生0至1之間均勻分布的隨機數%產生乙個0至1之間的隨機矩陣，大小為1x5；
s3 =
rand(1
,5)%產生乙個a至b之間的隨機矩陣，大小為1x5；
% a +
(b-a)
*rand(1
,5); 如：a,b =2,
5s4=2+
(5-2
)*rand(1,5)
% （3）normrnd:產生正態分佈的隨機數%產生乙個均值為0，標準差（方差開根號）為2的正態分佈的隨機矩陣，大小為3x4；
s5 =
normrnd(0
,2,3,4)
% （4）roundn—任意位置四捨五入%0個位 1十位 2百位 -
1小數點後一位
a =3.1415
roundn
(a,-2)
% ans =
3.1400
roundn
(a,2
)% ans =
0a =
31415
roundn
(a,2
)% ans =
31400
roundn
(5.5,0
)%6roundn
(5.5,1
)%10
數學建模之擬合演算法理論筆記
插值與擬合的差別 插值演算法中，得到的多項式f x 要經過所有樣本點。但是如果樣本點太多，那麼這個多項式次數過高，會造成龍格現象。儘管我們可以選擇分段的方法避免這種現象，但是更多時候我們傾向於得到乙個確定的曲線，儘管這條曲線不能經過每乙個樣本點，但是只要保證誤差足夠小即可。擬合演算法 與插值演算法不...
數學建模中擬合演算法那些事 上
插值演算法和擬合演算法的區別 插值演算法 得到的多項式f x 要經過所有樣本點.擬合演算法 得到的多項式不一定經過每乙個樣本點,但只要保證誤差足夠小即可.擬合演算法用到了最小二乘法,首先來對最小二乘法做個解釋 清風老師講解和自己理解 最小二乘法 設一些樣本點為 xi,yi 其中i 1,2,3,n 我...
滴滴演算法大賽演算法解決過程 擬合演算法
概論 gap的 是建立在乙個擬合函式上的。也有一些機器學習的味道。總的gap函式 函式 時間,地區 交通流量和時間有關，乙個地方的擁堵程度和時間有關係 不同的地區，各種設施配置不同。天氣和時間有關。gap函式 函式 交通擁擠度函式 時間，地區編號 poi函式 地區編號 天氣函式 時間 這裡可以認為，...
