Curve Fitting Toolbox簡介
在擬合後,可以使用做圖法、內插法、外推法、估計置信區間、計算積分以及微分等方法進行後續處理。
特點
- 互動式圖形使用者介面方便曲線和曲面擬合
- 使用者自定義線性和非線性迴歸
- 一系列帶有優化起始點和求解器引數的迴歸模型庫
- 插值方法,其中包括B樣條、薄板樣條和張量積樣條
- 平滑方法,包括平滑樣條、區域性迴歸、Savitzky-Golay濾波以及移動平均法
- 預處理例程,其中包括資料換算、截面資料、平滑以及移除異常點
- 資料後處理例程,其中包括內插、外插、置信區間、積分和求導
使用曲面擬合工具生成曲面,該工具箱支援各種擬合方法,
包括線性迴歸、非線性迴歸、插值以及平滑
曲線擬合工具箱
為了擬合曲線以及曲面的資料,曲線擬合工具箱提供了大量的相關方法,包括線性和非線性迴歸、樣條、插值以及平滑方法。所有的演算法都可以使用命令列或者藉助GUI來訪問。
使用GUI擬合數據
曲線擬合和曲面擬合GUI主要功能包括:
可以直接從MATLAB工作空間匯入資料
視覺化資料便於執行探索性資料分析
使用多種擬合算法進行擬合
評估模型的精確性
實現後處理分析,包括內插、外推、置信區間、計算積分和微分等
為了進一步的分析,輸出擬合的資料到MATLAB工作空間
自動生成MATLAB程式碼
利用曲面擬合工具自動生成MATLAB程式碼
使用命令列擬合數據
為了分析和視覺化,可以使用命令列開發自定義的函式。這些函式使得你:
複製你的分析為新資料集
複製你的分析為多資料集(批處理)
嵌入擬合算法到MATLAB函式中
擴充套件該工具箱的基本能力
為了實現命令列擬合,曲線按擬合工具箱提供了簡單直觀的語法,例如:
線性迴歸 :fittedmodel = fit([X,Y],Z,’poly11’) ;
非線性迴歸:fittedmodel = fit(X,Y,’fourier2’) ;
插值:fittedmodel = fit([Time,Temperature],Energy,’cubicinterp’) ;
迴歸
線與平面模型
高階多項式模型
傅立葉以及冪極數模型
高斯模型
韋伯函式模型
指數模型模型
有理函式模型
正弦和模型
利用曲線擬合工具箱進行迴歸分析,可以
可以在兩種魯棒迴歸型別之間選擇:雙平方或者最小絕對誤差
指定求解器的起始條件
約束迴歸係數
選擇可信區域或者Levenberg-Marquardt演算法
利用曲面擬合工具擬合。可以控制魯棒迴歸型別、優化求解器選項以及根據初始條件和約束優化求解器
樣條和插值
曲線擬合工具箱支援各種插值方法,包括B樣條、薄板樣條以及張量積樣條。曲線擬合工具箱還為高階樣條操作提供函式支援。
曲線擬合工具箱也支援各種型別的插值方法,包括:
線性插值
最近鄰插值
分段三次插值
雙調和曲面插值
分段艾米特別插值多項式(PCHIP)
使用曲面按擬合工具箱線性插值
平滑
平滑演算法也大量的用於從資料集中消除噪聲。曲線擬合工具箱支援平滑樣條和區域性迴歸,使得對無功能關係的變數生成一個預測模型。
使用Savitzky-Golay濾波器外推資料分析。平滑資料便於確定週期性資料
資料預覽以及資料的預處理
曲線擬合工具箱支援對資料的預處理過程,這其中包括開發以及比較預測模型,這些模型可用於後續的資料處理過程。圖形使用者介面實現二維和三維影象。視覺化監測可識別非正常點並具備查詢功能,可進行資料加權、排除資料點以及分段資料序列等功能。
利用中點和刻度選項歸一化資料來提高擬合質量
開發、比較以及管理模型
曲線擬合工具箱可通過一套資料集擬合多個模型。使用者可以通過描述統計學、視覺化監測以及驗證評估這些模型。
-
描述統計學:
R-方差,adjusted R 方差;
平方和誤差
自由度 -
視覺化監測資料:
使用者可觀察模型以及資料,發現擬合問題。例如,使用者可以生成曲面圖形,並生成殘差,判斷擬合度。 -
驗證技術:
曲線擬合工具箱支援驗證技術,避免過度擬合。使用者可以生成一個預定義模型,並通過確認資料集評估擬合程度。