创建或修改拟合选项对象
创建默认拟合选项对象fitoptions.
= fitoptionsfitoptions.
。
为库模型创建默认的拟合选项对象。fitoptions.
= fitoptions(librarymodelname.
)
为指定的库模型创建适合选项,其中包含一个或多个指定的其他选项fitoptions.
= fitoptions(librarymodelname.
那名称,价值
)名称,价值
对参数。
获取指定的拟合选项对象fitoptions.
= fitoptions(fitType
)fitType
。使用此语法使用自定义模型的拟合选项。
使用一个或多个指定的其他选项创建拟合选项fitoptions.
= fitoptions(名称,价值
)名称,价值
对参数。
创建默认拟合选项对象,并将选项设置为中心并在拟合之前缩放数据。
选项= fitOptions;选项.Normal =.'在'
[1x0 double] value: [1x0 double] Method: 'None'
选项= fitoptions(“gauss2”)
选项=正常化:'关闭'排除:[]权重:[]方法:'非线性半角'鲁棒:'关闭'开始点:[1x0双]下部:[-inf -inf 0 -inf -inf 0]上部:[1x0 double]算法:'信任区域'差异:1.0000E-08 DiffMaxchange:0.1000显示:“通知”MaxFunevals:600 MAXITER:400 TOLFUN:1.0000E-06 TOLX:1.0000E-06
为三次多项式创建合适的选项,并设置中心和规模和稳健的拟合选项。
选项= fitoptions('poly3'那'正常化'那'在'那'强壮的'那'Bisquare')
选项=正常化:'在'排除:[]重量:[]方法:'Linearlestquares'鲁棒:'Bisquare'下部:[1x0 Double] Upper:[1x0 Double]
选项= fitoptions('方法'那'linearleastsquares')
选项=正常化:'关闭'排除:[]权重:[]方法:'Linearlestquares'鲁棒:'关闭'下部:[1x0 double] upper:[1x0 double]
修改默认拟合选项对象当您想要设置时很有用正常化
那排除
, 或者重量
属性,然后使用具有不同拟合方法的相同选项拟合您的数据。例如,以下使用相同的拟合选项来适应不同的库模型类型。
加载普查选项= fitOptions;options.normalize =.'在';f1 = fit(Cdate,Pop,'poly3',选项);F2 =适合(Cdate,Pop,'exp1',选项);f3 = fit(Cdate,Pop,'cubicspline',选项)
F3 =立方内插样条曲线:F3(x)=从P的P归一分1890和STD 62.05系数归一化的分段多项式:P =系数结构
找到平滑参数。数据相关的拟合选项,如光滑的
参数在第三个输出参数中返回合身
功能。
加载普查[F,GOF,OUT] =适合(CDate,POP,“SmoothingSpline”);SmozeParam = Out.p.p.
SmozeParam = 0.0089.
修改新拟合的默认平滑参数。
选项= fitoptions('方法'那“SmoothingSpline”那......'smoothingparam',0.0098);[F,GOF,OUT] =适合(CDate,POP,“SmoothingSpline”,选项);
创建高斯拟合,检查置信区间,并指定下限拟合选项以帮助算法。
创建一个嘈杂的两个高斯峰,一个宽度小,宽度较大。
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)
使用双术高斯图书馆模型适合数据。
gfit = fit(x,gdata,“gauss2”)
gfit =一般模型gauss2:gfit(x)= a1 * exp( - ((x-b1)/ c1)^ 2)+ a2 * exp( - ((x-b2)/ c2)^ 2)系数(带95%置信范围):A1 = -0.145(-1.486,195)B1 = 9.725(-14.71,34.16)C1 = 7.117(-15.84,30.07)A2 = 14.06(-1.957e + 04,1.96E + 04)B2 =607(-3.193E + 05,3.205E + 05)C2 = 375.9(-9.737e + 04,9.812E + 04)
绘图(GFIT,X,GDATA)
该算法具有困难,如若干系数的宽度置信区间所示。
为了帮助算法,为非负幅度指定下限a1
和a2
和宽度C1.
那C2.
。
选项= fitoptions(“gauss2”那'降低', [0 -Inf 0 0 -Inf 0]);
或者,您可以使用表单设置拟合选项的属性options.property = newpropertyvalue.
。
选项= fitoptions(“gauss2”);选项。Lower = [0 -Inf 0 0 -Inf 0];
使用系数上的绑定约束重新计算拟合。
gfit = fit(x,gdata,“gauss2”,选项)
gfit =一般模型gauss2:gfit(x)= a1 * exp( - ((x-b1)/ c1)^ 2)+ a2 * exp( - ((x-b2)/ c2)^ 2)系数(带95%置信度):A1 = 1.005(0.966,1.044)B1 = -1(-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)
绘图(GFIT,X,GDATA)
这是一个更好的合适。您可以通过将合理的值分配给Fit选项对象中的其他属性来进一步提高拟合。
创建拟合选项并设置下限。
选项= fitoptions(“gauss2”那'降低',[0 -inf 0 0 -inf 0])
选项=标准化:'关'排除:[]权重:[]方法:'非线性半角'鲁棒:'关闭'开始点:[1x0 double]下部:[0 -inf 0 0 -Inf 0] upper:[1x0 double]算法:'信任区域'差异:1.0000E-08 DiffMaxchange:0.1000显示:“通知”MaxFunevals:600 MAXITER:400 TOLFUN:1.0000E-06 TOLX:1.0000E-06
创建一个新的匹配选项的副本,并修改鲁棒参数。
newoptions = fitoptions(选项,'强壮的'那'Bisquare')
newOptions =正常化:'关'排除:[]权重:[]方法:'非线性半角'鲁棒:'Bisquare'开始点:[1x0 double]下部:[0 -inf 0 0 -Inf 0] upper:[1x0 double]算法:'信任区域'差异:1.0000E-08 DiffMaxchange:0.1000显示:“通知”MaxFunevals:600 MAXITER:400 TOLFUN:1.0000E-06 TOLX:1.0000E-06
结合拟合选项。
options2 = fitoptions(选项,newoptions)
options2 =标准化:'关'排除:[]权重:[]方法:'非线性地标准'鲁棒:'Bisquare'开始点:[1x0双]下部:[0- inf 0 0- inf 0] upper:[1x0 double]算法:'信任区域'差异:1.0000E-08 DiffMaxchange:0.1000显示:“通知”MaxFunevals:600 MAXITER:400 TOLFUN:1.0000E-06 TOLX:1.0000E-06
创建线性型号适合类型。
融通= fittype ({'X'那'sin(x)'那'1'})
LFT =线性型号:LFT(A,B,C,X)= A * X + B * SIN(x)+ C.
获取适合类型的拟合选项l
。
fo = fitoptions(lft)
fo =正常化:'关闭'排除:[]重量:[]方法:'linearlestquares'鲁棒:'关闭'下部:[1x0 double] upper:[1x0 double]
设置“标准化”拟合“选项。
fo.normalize =.'在'
fo =正常化:'在'排除:[]重量:[]方法:'lineareasquares'鲁棒:'关闭'下部:[1x0 double] upper:[1x0 double]
librarymodelname.
-图书馆模型适合库模型拟合,指定为字符向量。该表显示了一些常见的例子。
图书馆模型名称 |
描述 |
---|---|
|
线性多项式曲线 |
|
线性多项式表面 |
|
二次多项式曲线 |
|
分段线性插值 |
|
分段立方插值 |
|
平滑花键(曲线) |
|
局部线性回归(表面) |
有关库模型名称的列表,请参阅模型名称和方程。
例子:'poly2'
数据类型:字符
fitType
-适合的型号fittype.
型号适合,指定为afittype.
建于fittype.
功能。使用此操作可以使用适合自定义模型的选项。
fitoptions.
-算法选项fitoptions.
算法选项,指定为afitoptions.
使用的对象fitoptions.
功能。
选项1
-算法组合的选项fitoptions.
算法选项组合,使用fitoptions.
功能。
选项2.
-算法组合的选项fitoptions.
算法选项组合,使用fitoptions.
功能。
指定可选的逗号分离对名称,价值
参数。姓名
是参数名称和价值
是相应的价值。姓名
必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家
。
'方法','非线性半角','较低',[0,0],'上',[Inf,Max(x)],'startpoint',[1 1]
指定拟合方法、边界和起始点。
'正常化'
-选项为中心和规模数据“关闭”
(默认)|'在'
中心的选项和缩放数据,指定为逗号分隔的对'正常化'
和'在'
或者“关闭”
。
数据类型:字符
'重量'
-适合的重量适合度的权重,指定为逗号分隔的对,由'重量'
和矢量与数据点数相同的大小。
数据类型:双倍的
'方法'
-拟合方法'没有'
(默认)|字符向量拟合方法,指定为逗号分隔的配对'方法'
以及该表中的一种拟合方法。
拟合方法 |
描述 |
---|---|
|
最近的邻插值 |
|
线性插值 |
|
分段立方Hermite插值(仅限曲线) |
|
立方样条插值 |
|
双调和表面插值 |
|
平滑花键 |
|
Lowess平滑(仅限曲面) |
|
线性最小二乘法 |
|
非线性最小二乘 |
数据类型:字符
'smoothingparam'
-平滑参数平滑参数,指定为逗号分隔的对,由'smoothingparam'
和0到1之间的标量值默认值取决于数据集。仅可用方法
是柔滑浮雕
。
数据类型:双倍的
'跨度'
-在本地回归中使用的数据点比例在本地回归中使用的数据点比例指定为逗号分隔对组成'跨度'
和0到1之间的标量值仅可用方法
是洛斯富特
。
数据类型:双倍的
'强壮的'
-鲁棒线性最小二乘拟合方法“关闭”
(默认)|'lar'
|'Bisquare'
坚固的线性最小二乘拟合方法,指定为逗号分隔对组成'强壮的'
和其中一个值:
'lar'
指定绝对残余方法最小。
'Bisquare'
指定Bisquare权重方法。
当可用方法
是linearlestquares.
或者非线性半角
。
数据类型:字符
'降低'
-待安装系数的下限待安装系数的下限,指定为逗号分隔的配对'降低'
和矢量。默认值为一个空向量,表示拟合是由下限无关的。如果指定了界限,则向量长度必须等于系数的数量。使用使用的系数在矢量值中找到条目的顺序Coeffnames.
功能。例如,看到合身
。可以指定个人无约束的下限-inf.
。
当可用方法
是linearlestquares.
或者非线性半角
。
数据类型:双倍的
'上'
-装配系数上的上限拟合系数的上界,指定为由逗号分隔的一对'上'
和矢量。默认值是一个空向量,表示拟合是由上限无关的。如果指定了界限,则向量长度必须等于系数的数量。使用使用的系数在矢量值中找到条目的顺序Coeffnames.
功能。例如,看到合身
。个人无约束的上限可以指定+正
。
当可用方法
是linearlestquares.
或者非线性半角
。
数据类型:逻辑
'起点'
-系数的初始值系数的初始值,指定为逗号分隔的对组成'起点'
和矢量。使用使用的系数在矢量值中找到条目的顺序Coeffnames.
功能。例如,看到合身
。
如果没有开始点(空向量的默认值)传递给合身
功能,一些图书馆模型的起点是立即确定的。对于Rational和Weibull模型以及所有自定义非线性模型,工具箱从间隔(0,1)随机地选择均匀的系数的默认初始值。结果,使用相同数据和模型的多个配合可能导致不同的拟合系数。要避免此操作,请为带矢量值指定系数的初始值起点
财产。
当可用方法
是非线性半角
。
数据类型:双倍的
'算法'
-用于拟合程序的算法用于拟合程序的算法,指定为逗号分隔的对组成'算法'
和任何一种“Levenberg-Marquardt”
或者“信赖域”
。
当可用方法
是非线性半角
。
数据类型:字符
'diffmaxchange'
-有限差分梯度系数的最大变化0.1
(默认)有限差分梯度系数的最大变化,指定为逗号分隔的对'diffmaxchange'
和一个标量。
当可用方法
是非线性半角
。
数据类型:双倍的
'diffminchange'
-有限差分梯度系数的最小变化10.-8
(默认)有限差分梯度系数的最小变化,指定为逗号分隔对组成'diffminchange'
和一个标量。
当可用方法
是非线性半角
。
数据类型:双倍的
“显示”
-命令窗口中的显示选项'通知'
(默认)|'最终的'
|'iter'
|“关闭”
在命令窗口中显示选项,指定为包含的逗号分隔对“显示”
和其中一个选择:
'通知'
仅当拟合不收敛时显示输出。
'最终的'
仅显示最终输出。
'iter'
在每次迭代时显示输出。
“关闭”
显示没有输出。
当可用方法
是非线性半角
。
数据类型:字符
'maxfunevals'
-允许的模型的最大评估数600
(默认)允许的模型的最大评估数指定为包括的逗号分隔对'maxfunevals'
和一个标量。
当可用方法
是非线性半角
。
数据类型:双倍的
'maxiter'
-适合的最大迭代次数400
(默认)拟合允许的最大迭代次数,指定为逗号分隔对组成'maxiter'
和一个标量。
当可用方法
是非线性半角
。
数据类型:双倍的
'tolfun'
-模型值的终止耐受性10.-6
(默认)在模型值上终止公差,指定为逗号分隔对组成'tolfun'
和一个标量。
当可用方法
是非线性半角
。
数据类型:双倍的
'tolx'
-系数值上的终止公差终止耐受系数值,指定为逗号分隔对组成的'tolx'
和一个标量。
当可用方法
是非线性半角
。
数据类型:双倍的
fitoptions.
——算法选择fitoptions.
算法选项,返回为afitoptions.
目的。
新选矿
- 新的算法选项fitoptions.
新的算法选项,返回为fitoptions.
目的。
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。