La traducción de esta página está obsoleta。Haga clic aquí para ver la última versión en inglés。

fitoptions

校正校正对象的修正

对比todo en la página

Sintaxis

fitOptions = fitOptions

fitOptions = fitOptions (libraryModelName)

fitOptions = fitOptions (libraryModelName，名称，值)

fitOptions = fitOptions (fitType)

fitOptions = fitOptions(名称，值)

newOptions = fitoptions(fitoptions，名称，值)

newOptions = fitoptions(选项1，选项2)

Descripcion

比如

fitOptions= fitoptionsCrea el object de opciones de ajustedeterminadofitOptions．

比如

fitOptions= fitoptions (libraryModelName）参考文献模式的调整和预先决定的目标。

比如

fitOptions= fitoptions (libraryModelName，名称,值）关于特别书目模型的调整操作，关于特别书目模型的调整操作más关于标准的论证名称,值．

比如

fitOptions= fitoptions (fitType）对调整行为的异议fitTypeespecificado。运用与个人行为模式相适应的方法。

比如

fitOptions= fitoptions (名称,值）克雷亚各种德进行了反对各种附加especificadas穷uno o mas argumentos de不相上下名称,值．

比如

newOptions= fitoptions (fitOptions，名称,值）调整存在的客体的修正fitOptions发展调整实现的行动newOptions关于新行为的规定más同等的论点名称,值．

比如

newOptions= fitoptions (options1，options2）关于调整存在的客体的组合options1yoptions2在newOptions．

如果方法完全一致，我们的价值不vacíos我们的和解options2记者们options1在newOptions．
如果方法difiere,newOptions勇敢无畏options1帕拉方法Y值options2帕拉正常化，排除y权重．

包括

反待办事项

修正的调整的预先决定，对正常化的数据

省略脚本在体内

调整目标的确定和定义opción调整数据的中心问题。

选项= fitoptions;选项。正常=“上”

options =正常化:'on'排除:[1x0 double]权重:[1x0 double]方法:'None'

高斯调整的预确定和调整的预确定

省略脚本在体内

选项= fitoptions(“gauss2”）

options =归一化:'off'排除:[]权重:[]方法:'非线性最小二乘法'稳健:'off'起始点:[1x0 double]下:[-Inf -Inf 0 -Inf -Inf 0]上:[1x0 double]算法:'Trust-Region' DiffMinChange: 1.0000 -08 DiffMaxChange: 0.1000显示:'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000 -06 TolX: 1.0000 -06

定义polinomial

省略脚本在体内

关于调整的政策cúbico关于调整的政策的定义中心。

选项= fitoptions(“poly3”，“正常化”，“上”，“稳健”，“Bisquare”）

选项=归一化:'on'排除:[]权重:[]方法:'线性最小二乘'稳健:'Bisquare'下:[1x0 double]上:[1x0 double]

Crear opciones de ajustpara mínimos cuadrados lineales

省略脚本在体内

选项= fitoptions(“方法”，“LinearLeastSquares”）

选项=归一化:'off'排除:[]权重:[]方法:'线性最小二乘'稳健:'off'下:[1x0 double]上:[1x0 double]

调整方法应用idénticas各种调整方法

省略脚本在体内

修正的行为对象útil有明确的约定正常化，排除o权重，我的天，我的天，我的天，我的天métodos我的天。关于图书馆的问题，continuación关于图书馆的问题，关于图书馆模型的问题。

负载人口普查选项= fitoptions;选项。正常化=“上”；F1 = fit(cdate,pop，“poly3”、选择);F2 = fit(cdate,pop，“exp1”、选择);F3 = fit(cdate,pop，“cubicspline”选项)

f3 =三次插值样条:f3(x) =从p计算的分段多项式，其中x由平均值1890归一化，std 62.05系数:p =系数结构

巴士y cambiar la opción de ajuste de suavizado

省略脚本在体内

Busque el parámetro de suavizado。我们的行动取决于我们的行动parámetro光滑的Se deuelven en el tercer argument de salida de la función适合．

负载人口普查[f,gof,out] = fit(cdate,pop，“SmoothingSpline”）;Smoothparam = out.p

Smoothparam = 0.0089

预先决定的英勇之言parámetro新的调整之路。

选项= fitoptions(“方法”，“SmoothingSpline”，.．.“SmoothingParam”, 0.0098);[f,gof,out] = fit(cdate,pop，“SmoothingSpline”、选择);

公式límites高斯调整系数

省略脚本在体内

高斯调整理论的理论，与调整理论有关的方法límites计算方法的理论。

在高斯的天空中，我们看到了灿烂的阳光，我们看到了灿烂的阳光pequeña我们看到了灿烂的阳光。

A1 = 1;B1 = -1;C1 = 0.05;A2 = 1;B2 = 1;C2 = 50;X = (-10:0.02:10)';Gdata = a1*exp(-((x-b1)/c1).^2) +.．.(a2 * exp () - (x-b2 / c2)。^ 2)+.．.0.1 *(兰德(大小(x)));情节(x, gdata)

图中包含一个轴。坐标轴包含一个line类型的对象。

高斯数据模型调整términos图书馆。

Gfit = fit(x,gdata，“gauss2”）

gfit =通用模型高斯s2: gfit(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2)系数(95%置信限):a1 = -0.145 (-1.486, 1.195) b1 = 9.725 (-14.71, 34.16) c1 = 7.117 (-15.84, 30.07) a2 = 14.06 (-1.957e+ 04,1.96 e+04) b2 = 607 (-3.193e+ 04,3.205 e+05) c2 = 375.9 (-9.737e+ 04,9.812 e+04)

情节(礼物,x, gdata)

图中包含一个轴。坐标轴包含2个line类型的对象。这些对象代表数据，拟合曲线。

求解困难的算法，计算变异系数的间隔系数。

Para ayudar al algoritmo，特别是los límites inferiores Para las amplitudea1ya2y anchurasc1，c2没有negativas。

选项= fitoptions(“gauss2”，“低”， [0 -Inf 0 0 -Inf 0]);

También关于形式调整的确定的解决办法选项。属性= NewPropertyValue．

选项= fitoptions(“gauss2”）;选项。较低的= [0 -Inf 0 0 -Inf 0];

重新计算调整系数límites de restricción de los系数。

Gfit = fit(x,gdata，“gauss2”选项)

gfit =一般模型gauss: gfit(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2)系数(95%置信限):a1 = 1.005 (0.966, 1.044) b1 = -1.002， -0.9988) c1 = 0.0491 (0.0469, 0.0513) a2 = 0.9985 (0.9958, 1.001) b2 = 0.8059 (0.3879, 1.224) c2 = 50.6 (46.68, 54.52)

情节(礼物,x, gdata)

图中包含一个轴。坐标轴包含2个line类型的对象。这些对象代表数据，拟合曲线。

Este ajuste es mucho mejor。Puede mejorar más调整之路的价值和价值，对调整之路的支持和目标。

复制组合调整操作

省略脚本在体内

Cree opciones de ajuste y定义límites劣等人。

选项= fitoptions(“gauss2”，“低”， [0 -Inf 0 0 -Inf 0])

options =归一化:'off'排除:[]权重:[]方法:'非线性最小二乘法'稳健:'off' StartPoint: [1x0 double]下:[0 -Inf 00 -Inf 0]上:[1x0 double]算法:'Trust-Region' DiffMinChange: 1.0000 -08 DiffMaxChange: 0.1000显示:'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000 -06 TolX: 1.0000 -06

哈加抄写，调整，操作和修改parámetro有活力。

Newoptions = fitoptions(选项，“稳健”，“Bisquare”）

newoptions = Normalize: 'off'排除:[]权重:[]方法:'非线性最小二乘法'稳健:'Bisquare'起始点:[1x0 double]下:[0 -Inf 00 -Inf 0]上:[1x0 double]算法:'Trust-Region' DiffMinChange: 1.0000 -08 DiffMaxChange: 0.1000显示:'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000 -06 TolX: 1.0000 -06

结合调整的动作。

Options2 = fitoptions(选项，newoptions)

options2 = Normalize: 'off'排除:[]权重:[]方法:'非线性最小二乘法' Robust: 'Bisquare' StartPoint: [1x0 double]下:[0 -Inf 00 -Inf 0]上:[1x0 double]算法:'Trust-Region' DiffMinChange: 1.0000 -08 DiffMaxChange: 0.1000显示:'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000 -06 TolX: 1.0000 -06

个人调整模式的形制

省略脚本在体内

线性模式调整的秘诀。

LFT = fittype({“x”，“sin (x)”，' 1 '})

线性模型:lft(a,b,c,x) = a*x + b*sin(x) + c

调整之路，调整之路，调整之路融通．

Fo = fitoptions(lft)

fo =归一化:'off'排除:[]权重:[]方法:'线性最小二乘'稳健:'off'下:[1x0 double]上:[1x0 double]

定义la opción de ajuste normalizada。

fo。正常化=“上”

fo =归一化:'on'排除:[]权重:[]方法:'线性最小二乘'稳健:'Off'下:[1x0 double]上:[1x0 double]

entrada论证

反待办事项

`libraryModelName`- - - - - -图书馆调整模型
caracteres向量

参考文献调整模型，具体的文献向量。这是一种习惯。

文献模型的命名	Descripcion
`“poly1”`	曲线多项式线性
`“poly11”`	浅表多项式线性
`“poly2”`	曲线多项式cuadrática
`“linearinterp”`	Interpolación lineal por tramos
`“cubicinterp”`	Interpolación cúbica por tramos
`“smoothingspline”`	曲线样条
`“洛斯”`	Regresión线性局部(表面)

参考书目名目名录莫德罗斯之名．

比如:“poly2”

数据提示:字符

`fitType`- - - - - -调整模式的变化
`fittype`

调整的方法，特别的方法fittype解释funciónfittype．Utilícelo关于个人行为模式的调整行为。

`fitOptions`- - - - - -算法操作
`fitoptions`

算法的操作，特定的对象fitoptionsCreado con la funciónfitoptions．

`options1`- - - - - -算法运算对组合运算
`fitoptions`

算法运算运算，运算解释funciónfitoptions．

`options2`- - - - - -算法运算对组合运算
`fitoptions`

算法运算运算，运算解释funciónfitoptions．

英勇论争

比如:“方法”、“NonlinearLeastSquares”,“低”,(0,0),“上层”,正无穷,max (x),“曾经繁荣”,[1]Especifica el método de ajuste, límites y puntos de partida。

特殊的可选论点名称,值再见，昏迷。的名字这就是所谓的论点价值英勇的通讯员。的名字Debe aprecer entre comillas。Puede，特别的，不同的，不同的，不同的，不同的，形式的，不同的，不同的，不同的，不同的，不同的，不同的，不同的，不同的，不同的，不同的Name1, Value1,…,的家．

para todos los métodos调整

反待办事项

`正常化`- - - - - -Opción para centrar escalar datos
`“关闭”`(predeterminado) |`“上”`

Opción对中心数据，特别事项，可单独计算“正常化”y“上”u“关闭”．

数据提示:字符

`排除`- - - - - -不允许调整
表达式的值|矢量指数|向量逻辑|vacio

我不能和你在一起，我不能和你在一起，我不能和你在一起“排除”Y uno de los siguentes:

Una expresión que describe un vector lógico, por ejemplo，10 . X >．
我知道，在我们的世界里，在我们的世界里，[1 10 25]．
Un vector lógico para todos los puntos de datos, donde真正的代表联合国的英勇atípico, creado porexcludedata．

Para obtener ejemployes, consulte适合．

`权重`- - - - - -Ponderaciones para el ajuste
［］(predeterminado) |向量

在调整的过程中，特别的事情是可以分开的“重量”Y UN vector del mismo tamaño que el número de puntos de datos。

数据提示:双

`方法`- - - - - -Método de ajuste
`“没有”`(predeterminado) |caracteres向量

Método调整，特别之处，无法单独计算“方法”Y uno de los métodos a ajuste de esta tabla。

Método de ajuste	Descripcion
`“NearestInterpolant”`	Interpolación vecina más cercana
`“LinearInterpolant”`	Interpolacion直系
`“PchipInterpolant”`	Interpolación cúbica por tramos de Hermite(独奏曲线)
`“CubicSplineInterpolant”`	Interpolación por样条cúbicos
`“BiharmonicInterpolant”`	Interpolación de表面biarmónica
`“SmoothingSpline”`	样条曲线
`“LowessFit”`	Suavizado de Lowess (solo superficies)
`“LinearLeastSquares”`	Mínimos cuadrados lineales
`“NonlinearLeastSquares”`	Mínimos cuadrados没有直线

数据提示:字符

suavizado

反待办事项

`SmoothingParam`- - - - - -Parámetro de suavizado
英勇无畏(0,1)

Parámetro你的生活，你的生活，你的生活，你的生活“SmoothingParam”Y UN valor escalar entre 0 Y 1。英勇的预先决定取决于数据的关联。Solo disponible si方法西文SmoothingSpline．

数据提示:双

`跨度`- - - - - -Proporción关于在当地利用数据的回归
０．２５(predeterminado) |英勇无畏(0,1)

Proporción关于在回归地区时使用数据的问题，关于在计算时可以分开使用的问题“跨越”Y UN valor escalar entre 0 Y 1。Solo disponible si方法西文LowessFit．

数据提示:双

Opciones de mínimos cuadrados线和没有线

反待办事项

`健壮的`- - - - - -Método de调整健壮的mínimos cuadrados线
`“关闭”`(predeterminado) |`“守护神”`|`“Bisquare”`

Método健壮的调整mínimos线段，特别的，可分开的，可计算的“稳健”Y uno de estos valores:

“守护神”Especifica el método de mínimo残余绝对。
“Bisquare”Especifica el método de ponderaciones bicuadradas。

Disponible cuando el方法西文LinearLeastSquaresoNonlinearLeastSquares．

数据提示:字符

`较低的`- - - - - -Límites地物系数
［］(predeterminado) |向量

Límites在计算中不能与其他因素相提并论的问题“低”Y UN向量。英勇的预先决定的un向量vacío，不正确的指示está resingido por límites劣等者。Si se speciifican los límites, la longitude del vector debe ser igual número de coefficients。在地球上的矢量矢量和英勇系数的计算中心funcióncoeffnames．Para ver un ejemplo, consulte适合．Los límites inferiores individuales ilimitados se pueden specific con负．

Disponible cuando el方法西文LinearLeastSquaresoNonlinearLeastSquares．

数据提示:双

`上`- - - - - -Límites水资源的高级系数
［］(predeterminado) |向量

Límites关于事物的高级系数，在计算上的特殊区别“上”Y UN向量。英勇的预先决定的un矢量vacío，不正确的指示está改变的方式límites优越。Si se speciifican los límites, la longitude del vector debe ser igual número de coefficients。在地球上的矢量矢量和英勇系数的计算中心funcióncoeffnames．Para ver un ejemplo, consulte适合．Los límites superior personales ilimitados se pueden specific con+正．

Disponible cuando el方法西文LinearLeastSquaresoNonlinearLeastSquares．

数据提示:逻辑

Opciones de mínimos cuadrados没有直线

反待办事项

`曾经繁荣`- - - - - -小白蚁系数
［］(predeterminado) |向量

这些系数的值，这些系数的值，这些系数的值，这些系数的值曾经繁荣的Y UN向量。在地球上的矢量矢量和英勇系数的计算中心funcióncoeffnames．Para ver un ejemplo, consulte适合．

Si no se trasladan puntos de partida (el valor predeterminado de un vector) a la función适合，关于确定形式的文献计算模型的党派之争heurística。关于威布尔的理论模型，关于没有直线的个性化模型，关于预先确定的公式统一系数和任意间隔系数的工具箱(0,1)。Como result, varios adjustment con mismos datos y modelo podrían衍生了一个不同的调整系数。这是一种特殊的价值，是一种特殊的价值，是一种特殊的价值曾经繁荣．