跟着清风学建模——拟合算法介绍及mathlab代码实现
目录
拟合算法定义
拟合好坏
mathlab代码部分:
mathlab拟合工具使用
拟合算法定义
我们将随机的样本点为(xi,i),i=1,2,...,n,设置拟合曲线为y=kx+b。问题转为k和b值为什么的时候样本点和拟合曲线最接近。
第一种定义,
第二种定义
我们往往使用第二种方法,第一种方法有绝对值,不容易求导,因此计算较为复杂。
为什么不用四次方?
(1)避免极端数据对拟合数据的影响
(2)最小二乘法得到的结果和极大似然法估计一样。
不用奇数次数:误差正负会相抵。
令L等于上式,先要找k,b使得L最小。
拟合好坏
评价拟合的好坏 用拟合优度
拟合优度越接近1,说明误差平方和越接近0,误差越小说明拟合的越好。
(注:R2仅适用于线性函数(对参数线性))
mathlab代码部分:
clear;clc
load data1 %加载文件
plot(x,y,'o')%简单画图
% 给x和y轴加上标签
xlabel('x的值')
ylabel('y的值')
n = size(x,1);%计算x的个数
k = (n*sum(x.*y)-sum(x)*sum(y))/(n*sum(x.*x)-sum(x)*sum(x))%计算k值
b = (sum(x.*x)*sum(y)-sum(x)*sum(x.*y))/(n*sum(x.*x)-sum(x)*sum(x))%计算b值
hold on % 继续在之前的图形上来画图形
grid on % 显示网格线f=@(x) k*x+b;%使用匿名函数
fplot(f,[2.5,7]);%匿名函数画图
legend('样本数据','拟合函数','location','SouthEast')%标签y_hat = k*x+b; % y的拟合值
SSR = sum((y_hat-mean(y)).^2) % 回归平方和
SSE = sum((y_hat-y).^2) % 误差平方和
SST = sum((y-mean(y)).^2) % 总体平方和
SST-SSE-SSR % 5.6843e-14 = 5.6843*10^-14 matlab浮点数计算的一个误差
R_2 = SSR / SST
mathlab拟合工具使用
保存图片 点击左上角文件如何点击generate code得到一个mathlab文件
1.此时左边的result一览得到了拟合结果
2.依次点击拟合工具箱的菜单栏最左边的文件—Generate Code(导出代码到时候可以放在你的论文附录),可以得到一个未命名的脚本文件
3.在这个打开的脚本中按快捷键Ctrl+S,将这个文件保存到当前文件夹。
4.在现在这个文件中调用这个函数得到参数的拟合值和预测的效果
如有疑问,欢迎指出。欢迎大家购买清风老师的数学建模课程。
跟着清风学建模——拟合算法介绍及mathlab代码实现相关推荐
- 数学建模——主成分分析算法详解Python代码
数学建模--主成分分析算法详解Python代码 import matplotlib.pyplot as plt #加载matplotlib用于数据的可视化 from sklearn.decomposi ...
- 跟着Rocskdb 学 存储引擎:读写链路的代码极致优化
文章目录 1. 读链路 1.1 FileIndexer 1.1.1 LevelDB sst查找实现 1.1.2 Rocksdb FileIndexer实现 1.2 PinnableSlice 减少内存 ...
- 基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)
目录 一. 三维插值 例题1 二. 高维度插值拟合 格式一 格式二 格式三 格式四 格式五 例题2 三. 单变量三次样条插值 例题3 例题4 四. 多变量三次样条插值 例题6 一. 三维插值 首先三维 ...
- 数据挖掘算法之FP-Growth算法介绍及Spark代码实现
FP-Growth算法 概述 阶段1:FP树构建 步骤1:清洁和分类 步骤2:构造FP树,带有已清理项目集的头表 阶段2:开采主要树和条件FP树 步骤1:将主要FP树划分为条件FP树 步骤2:递归地挖 ...
- 跟着 Cell 学作图 | 桑葚图(ggalluvial)
桑葚图 今天我们复现一幅2021年Cell上Graphical abstract的图. Title:Human oral mucosa cell atlas reveals a stromal-neu ...
- 跟着 NC 学作图 | 多组散点图+配对连线+差异分析
scatter_paired_line 今天我们复现一幅2022年7月发表在nature communications上的配对连线散点图. ❝ Title:Evaluation of transpla ...
- 【数学建模】清风视频笔记4、拟合算法
拟合算法 拟合的结果是得到一个确定的曲线 最小二乘法 k = n ∑ i = 1 n x i y i − ∑ i = 1 n y i ∑ i = 1 n x i n ∑ i = 1 n x i 2 − ...
- 数学建模预测类——拟合算法
写在前文,懒编正准备参加数学建模并负责编程部分,写文章的初衷是为了加深自己的记忆.当然,如果可以帮助到其他人我也是很开心的.我主要介绍的是拟合算法的应用,所以接下来的文章更适合和我有一样工作的同学浏览 ...
- 推荐业务多目标建模算法介绍:MMOE、OMOE、Shared-Bottom
在推荐业务中经常有"既要.也要.还要"的场景,比如做视频推荐业务的时候既要提升用户对于视频的点击率,也希望同时提升用户观看视频的时长.面对这样的诉求,通常需要在推荐系统中使用多目标 ...
最新文章
- 异或交换值(有趣点)
- php 运行 shell命令行参数,PHP exec()在通过浏览器执行时不会执行shell命令
- hdu 5585 判断一个数能否被3整除
- SQL注入-基于MySQL的注入提权(十七)
- 【Flask-RESTPlus系列】Part2:响应编组
- C#高级编程----反射的小结
- android service 接收广播,【11-16求助】急急急,service中无法接收广播!
- java架构师成长之路学习心得
- AdapterView(一)
- 微信小程序关于map地图
- 可在线接收验证短信的网站
- 树莓派使用pigpio 控制舵机
- Paper翻译:《MobileNet Based Apple Leaf Diseases Identification》
- NTSTATUS状态码 详细解说
- 第一型曲线积分与第一型曲面积分、第二型曲线积分与格林公式
- windows10 更新NVIDIA 显卡驱动
- JAVA企业面试题精选 Servlet和JSP 1-10
- A. Greatest Convex
- word 多级列表的标题操作
- 程序员该如何应对大龄危机