matlab自定義函數(shù)擬合？MATLAB中的非線性擬合函數(shù)nonlinfit具有強大的擬合數(shù)據(jù)功能，可以用自己定義的任意函數(shù)擬合數(shù)據(jù)。最常見的調用形式是beta=nlinfit（x，y，modelfu

matlab自定義函數(shù)擬合？

MATLAB中的非線性擬合函數(shù)nonlinfit具有強大的擬合數(shù)據(jù)功能，可以用自己定義的任意函數(shù)擬合數(shù)據(jù)。最常見的調用形式是beta=nlinfit（x，y，modelfun，beta0）。Beta是要擬合的參數(shù)，X是自變量（矩陣），y是因變量（向量），modelfun是用戶定義的擬合函數(shù)（functionhandle data），beta0是Beta的初始值（向量）。X可以是矩陣。當有多列時，每列都是一個自變量。Modelfun有一個特定的格式。Modelfun有兩個參數(shù)，第一個是要擬合的參數(shù)向量，第二個是自變量矩陣。模板函數(shù)定義用例：model:y=ax^2 BX C定義模型函數(shù)代碼：F璝定義model=@（B，x）B（1）*x.^2 B（2）*x B（3）%時，需要注意的是x是一個向量，beta0是迭代算法的初始參數(shù)值。當模型函數(shù)比較復雜時，初始值會影響擬合質量。擴展：MATLAB還提供了nlparci和nlpredci的匹配函數(shù)，可以計算參數(shù)與預測值之間的擬合誤差。

拿matlab的cftool做自定義函數(shù)的擬合，擬合得到的函數(shù)做曲線，與擬合時的散點值域完全不同，這咋回事呢？

使用cftool進行自定義函數(shù)的擬合并不是函數(shù)和每個散點的基本擬合。因為軟件考慮了5%的置信區(qū)間。如果要獲得高精度擬合函數(shù)，可以使用nlinfit（）或lsqcurvefit（）函數(shù)。

cftool工具箱中怎么自定義函數(shù)？

工具/材料matlab方法/步驟數(shù)據(jù)準備：以一組多項式數(shù)據(jù)為例，如果多項式是由y=4x^3 3x^2生成的數(shù)據(jù)，則X取0到3之間間隔為0.3的數(shù)字。

具體數(shù)據(jù)如下：調用工具箱：關于如何調用工具箱，我在其他方面有詳細的介紹經驗，感興趣的可以查看。在這里，我們用cftool命令調用fitting toolbox，在MATLAB的主窗口中輸入cftool，您可以看到fitting toolbox界面的3個fitting操作步驟：首先，我們將要擬合的數(shù)據(jù)選擇到工具箱中，如下圖所示，在紅色的圓圈中，點擊向下的三角形，并將X，y分隔開來選擇“擬合”，然后單擊右側的上下三角形，然后選擇“多項式”。下面的度數(shù)是順序，即X的最高度數(shù)。選擇不同的度數(shù)。圖的左下角是擬合結果，包括擬合系數(shù)和方差相關數(shù)。右側是擬合曲線的數(shù)據(jù)點。