多项式曲线拟合
在多点的问题中,增加多项式拟合的次数使用polyfit
结果并不总是更适合。高阶多项式可以在数据点之间振荡,导致a贫穷符合数据。在这些情况下,您可能会使用低阶多项式拟合(这往往在点之间更平滑)或不同的技术,这取决于问题。
多项式本质上是无界的振荡函数。因此,它们不适合外推有界数据或单调(递增或递减)数据。
polyfit
使用x
形成范德蒙矩阵V
与n + 1
列和m =长度(x)
行,得到线性系统
哪一个polyfit
解决与p = V \ y
.因为范德蒙矩阵的列是向量的幂x
的条件数V
对于高阶拟合,通常会很大,导致奇异系数矩阵。在这些情况下,定心和缩放可以改善系统的数值性能,以产生更可靠的配合。