。
近似オプションオブジェクトを作成または変更する
は既定の近似オプションオブジェクトfitOptions
= fitoptions.fitOptions
を作成します。
はライブラリモデルの既定の近似オプションオブジェクトを作物fitOptions
= fitoptions(librarymodelname.
)
は1つ以上のfitOptions
= fitoptions(librarymodelname.
,名称,值
)名称,值
ペアペアでたされた,ててを,指定さたライブラリ。
は指定されたfitOptions
= fitoptions(fittype.
)fittype.
のの近似オプションオブジェクトをししししの近似オプションををににははははははははにはははにははにはははははははは
は1つ以上のfitOptions
= fitoptions(名称,值
)名称,值
ペア引数で指定された追加オプションを使用して,近似オプションを作成します。
は1つ以上のnewOptions
= fitoptions(fitOptions
,名称,值
)名称,值
ペア引数で指定された新しいオプションを使用して,既存の近似オプションオブジェクトfitOptions
を変更し,更新された近似オプションをnewOptions
に返します。
は既存の近似オプションオブジェクトnewOptions
= fitoptions(选项1
,选项2.
)选项1
と选项2.
を结合してnewOptions
に返します。
方法
が一致する综合,选项2.
内のプロパティの空でない値によってnewOptions
にある选项1
内の対応する値がオーバーライドされます。
方法
が異なる場合,newOptions
には方法
の选项1
の値と正常化
、排除
および权重
の选项2.
の値が含まれます。
既定の近似オプションオブジェクトを作成し,近似する前にデータをセンタリングおよびスケーリングするオプションを設定します。
选择= fitoptions;选项。正常=“上”
选项=标准化:'ON'排除:[1x0双]权重:[1x0 double]方法:'无'
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
3次多項式の近似オプションを作成し,データのセンタリングとスケーリングおよびロバスト近似オプションを設定します。
选项= fitoptions('poly3',“正常化”,“上”,'强壮的','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',“LinearLeastSquares”)
options = Normalize: 'off'排除:[]Weights: [] Method: 'LinearLeastSquares' Robust: 'off' Lower: [1x0 double] Upper: [1x0 double]
正常化
、排除
または权重
プロパティを設定してから,さまざまな近似法で同じオプションを使用してデータを近似する場合,既定の近似オプションオブジェクトを変更すると便利です。次の例では,同じ近似オプションを使用して異なるライブラリモデルタイプで近似しています。
负载人口普查选择= fitoptions;选项。正常化=“上”;f1 = fit(Cdate,Pop,'poly3'、选择);f2 =适合(cdate、流行、“exp1”、选择);f3 = fit(Cdate,Pop,“cubicspline”,选项)
f3 =三次插值样条:f3(x) =从p处计算的分段多项式,其中x的均值为1890,std为62.05
平坦化学パラメーターをします。光滑的
パラメーターパラメーターなどのデータデータ依存の近似オプションははオプションはオプション适合
の3番目のの力次数として返され。
负载人口普查[F,GOF,OUT] =适合(CDate,POP,'平滑浮雕');smoothparam = out.p
smoothparam = 0.0089
新疆近似近似に既定滑化滑変更ししますしします。
选项= fitoptions('方法','平滑浮雕',......“SmoothingParam”,0.0098);[F,GOF,OUT] =适合(CDate,POP,'平滑浮雕'、选择);
ガウス近似を作成し,信頼区間を調べます。アルゴリズムを支援するために,下限の近似オプションを指定します。
幅の狭いガウスピークとの広いガウスガウスからを含む含む含む含む含む含むを和作作作作作者
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 *(兰特(尺寸(x)) - 。5);绘图(x,gdata)
2項ガウスライブラリモデルを使用してデータを近似します。
礼物=适合(x, gdata'Gauss2')
礼物=一般模型Gauss2:礼物(x) = a1 * exp (- ((x-b1) / c1) ^ 2) + a2 * exp (- ((x-b2) / c2) ^ 2)系数(95%置信界限):a1 = -0.145 b1 (-1.486, 1.195) = 9.725 (-14.71, 34.16) c1 = 7.117 a2 (-15.84, 30.07) = 14.06 (-1.957 e + 04, 1.96 e + 04) b2 = 607 (-3.193 e + 05年,3.205 e + 05) c2 = 375.9 (-9.737 e + 04, 9.812 e + 04)
绘图(GFIT,X,GDATA)
いくつかの係数の信頼区間が広いことからわかるように,このアルゴリズムはうまく機能していません。
アルゴリズムを支援するため,非负の振幅A1
およびa2
,幅c1
、c2
に下限を指定ます。
选项= fitoptions('Gauss2','降低',[0 -inf 0 0 -inf 0]);
または,options.property = newpropertyvalue.
の形式を使用して近似オプションのプロパティを設定することができます。
选项= fitoptions('Gauss2');options.lower = [0 -inf 0 0 -inf 0];
系数の范囲制约使てて近似再再ますますますますます。
礼物=适合(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)
大众にのされ近似が得得ました近似オプションオブジェクト他のプロパティ妥当値値代入するするで,近似をさらに改善でき。
近似近似を作用成し,下限を设定ます。
选项= fitoptions('Gauss2','降低', [0 -Inf 0 0 -Inf 0])
options = Normalize: 'off' Exclude: [] Weights: [] Method: 'NonlinearLeastSquares' Robust: 'off' StartPoint: [1x0 double] Lower: [0 -Inf 00 -Inf 0] Upper: [1x0 double] Algorithm: ' trustregion ' DiffMinChange: 1.0000e-08 DiffMaxChange: 0.1000 Display: 'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000e-06 TolX: 1.0000e-06
近似近似の新闻コピー作物作物,ロバストパラメーターを変更し。
newoptions = fitoptions(选项,'强壮的','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
近似オプションをを合。
Options2 = fitoptions(options, 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
線形モデル近似タイプを作成します。
lft = fittype({“x”,“sin (x)”,' 1 '})
线性模型:lft(a,b,c,x) = a*x + b*sin(x) + c
近似タイプl
の近似オプションを取得します。
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]
正式化近似オプションをします。
fo.normalize =.“上”
fo =正常化:'在'排除:[]重量:[]方法:'lineareasquares'鲁棒:'关闭'下部:[1x0 double] upper:[1x0 double]
librarymodelname.
- - - - - -近似に使用するライブラリモデル近似に使用するライブラリモデル。文字ベクトルとして指定します。次の表にいくつかの一般的な例を示します。
ライブラリモデル名 |
説明 |
---|---|
|
线材多重线 |
|
線形多項式曲面 |
|
2 次多項式曲線 |
|
区分的线路内插 |
|
分叉的3次内插 |
|
平坦化(绕线) |
|
局绕线形(曲面) |
ライブラリモデル名の一覧については,モデルの名前と方程式を参照してください。
例:“poly2”
データ型:char
fittype.
- - - - - -近似近似使用するモデルタイプfittype.
关近似使用するするタイプ。关键词fittype.
で構成されたfittype.
カスタムとして指定しオプションををの近似オプションを操に,はは,これを使使。
fitOptions
- - - - - -アルゴリズムオプションfitoptions
アルゴリズムオプション。関数fitoptions
を使用して作成されたfitoptions
オブジェクトとして指定します。
选项1
- - - - - -结合対象のアルゴリズムオプションfitoptions
关联対象対象のアルゴリズムアルゴリズム。关联fitoptions
を使用して構成します。
选项2.
- - - - - -结合対象のアルゴリズムオプションfitoptions
关联対象対象のアルゴリズムアルゴリズム。关联fitoptions
を使用して構成します。
引数名称,值
ののオプションのコンマコンマ区切りを指定ししペアを指定し姓名
は数名,价值
は対応する値です。姓名
はは用符符で囲まなけれなけれなりませませませなりませませname1,value1,...,namen,valuen
のように,複数の名前と値のペアの引数を任意の順番で指定できます。
“方法”、“NonlinearLeastSquares”,“低”,(0,0),“上层”,正无穷,max (x),“曾经繁荣”,[1]
は近似法,範囲および開始点を指定します。
“正常化”
- - - - - -データデータのセンタリングととスケーリングをう'离开'
(既定値) |“上”
データデータのセンタリングととスケーリングううう“正常化”
と“上”
または'离开'
で构成さされるコンマ切り切りのペアとして指定しし
データ型:char
“重量”
- - - - - -近似の重み近似の重み。“重量”
と,データ点の数と同じサイズのベクトルで構成されるコンマ区切りのペアとして指定します。
データ型:双倍的
'方法'
- - - - - -近似法'没有任何'
(既定値) |文字ベクトル近似法。'方法'
近似法 |
説明 |
---|---|
|
最近傍内插 |
|
线路内插 |
|
区分的3次エルミート内插(曲曲のみ) |
|
3次スプライン内挿 |
|
重调和曲面内插 |
|
平滑化スプライン |
|
Lowess平原化(曲面のみ) |
|
線形最小二乗法 |
|
非非最小事法 |
データ型:char
“SmoothingParam”
- - - - - -平坦化学平坦化学。“SmoothingParam”
と,0と1の间の値で构ペアさ指定区区データセット异ますます。方法
が柔滑浮雕
の结合のみ使使。
データ型:双倍的
“跨越”
- - - - - -局局回帰で使使使使点点割合并局所回帰で使使用するする点の割合。“跨越”
と,0と1の间の値でで成される区切り切りペアとして指定しししし方法
がLowessFit
の结合のみ使使。
データ型:双倍的
'强壮的'
- - - - - -ロバスト線形最小二乗近似法'离开'
(既定値) |“守护神”
|'bisquare'
ロバスト线形小二乘近似似法。'强壮的'
と次のいずれかのでで成さコンマ切り切り切り
“守护神”
- 最小绝対残差法を指定する。
'bisquare'
- 二重平方义重みを指定する。
方法
がlinearlestquares.
またはNonlinearLeastSquares
ののに使使でき。
データ型:char
'降低'
- - - - - -近似される係数の下限近似される係数の下限。'降低'
とベクトルで構成されるコンマ区切りのペアとして指定します。既定値は空のベクトルであり,近似が下限によって制約されないことを示します。範囲を指定する場合,ベクトルの長さは係数の数と等しくなければなりません。ベクトル値の係数のエントリ順序を確認するには,関数Coeffnames.
を使用します。例については,适合
を参照してください。個々の制約なしの下限は负
によって指定できます。
方法
がlinearlestquares.
またはNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
“上”
- - - - - -近似される係数の上限近似される係数の上限。“上”
とベクトルで構成されるコンマ区切りのペアとして指定します。既定値は空のベクトルであり,近似が上限によって制約されないことを示します。範囲を指定する場合,ベクトルの長さは係数の数と等しくなければなりません。ベクトル値の係数のエントリ順序を確認するには,関数Coeffnames.
を使用します。例については,适合
を参照してください。個々の制約なしの上限は+ INF
によって指定できます。
方法
がlinearlestquares.
またはNonlinearLeastSquares
ののに使使でき。
データ型:逻辑
'起点'
- - - - - -係数の初期値係数の初期値。'起点'
とベクトルから構成されるコンマ区切りのペアとして指定します。ベクトル値の係数のエントリ順序を確認するには,関数Coeffnames.
を使用します。例については,适合
を参照してください。
開始点(既定値は空のベクトル)を関数适合
に渡さない場合,一部のライブラリモデルの開始点は経験則的に決定されます。有理モデル,ワイブルモデルおよびすべてのカスタム非線形モデルでは,係数の既定の初期値が区間(0,1)からランダムかつ一様に選択されます。その結果,同じデータとモデルを使用する複数の近似から異なる近似係数が得られる可能性があります。これを回避するには,起点
プロパティのベクトル値を使してのののを指定します。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
'算法'
- - - - - -近似手顺で使使用するアルゴリズム近似近似で使使する。'算法'
と,'levenberg-marquardt'
または“信任区域”
で构成さされるコンマ切り切りのペアとして指定しし
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:char
“DiffMaxChange”
- - - - - -有限分子勾配勾配ののの大胆0.1
(既定値)有限差分勾配の係数の最大変化量。“DiffMaxChange”
とスカラーで構成されるコンマ区切りのペアとして指定します。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
'diffminchange'
- - - - - -有限分子勾配勾配のの最小锰脂10.-8
(既定値)股份分别勾配勾配の最最最変変料。'diffminchange'
とスカラーで構成されるコンマ区切りのペアとして指定します。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
'展示'
- - - - - -コマンドウィンドウの表示オプション'通知'
(既定値) |'最终的'
|“通路”
|'离开'
コマンドウィンドウの表示オプション。'展示'
と次のいずれかのオプションで構成されるコンマ区切りのペアとして指定します。
'通知'
- 近似が收束しないないないのみのみのみを表示する。
'最终的'
- 最终最终力量のみをする。
“通路”
- 各反复のの力を表示する。
'离开'
——出力を表示しない。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:char
“MaxFunEvals”
- - - - - -許容されるモデルの最大評価回数600
(既定値)许容されるモデルの最最最评価数。“MaxFunEvals”
とスカラーで構成されるコンマ区切りのペアとして指定します。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
'maxiter'
- - - - - -近似の許容される最大反復回数400
(既定値)近似の許容される最大反復回数。'maxiter'
とスカラーで構成されるコンマ区切りのペアとして指定します。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
'tolfun'
- - - - - -モデル値の终了许容误差10.-6
(既定値)モデル値の终了许容误差。'tolfun'
とスカラーで構成されるコンマ区切りのペアとして指定します。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
“TolX”
- - - - - -系数値の终了许容误差系数値の终了误差。“TolX”
とスカラーで構成されるコンマ区切りのペアとして指定します。
方法
がNonlinearLeastSquares
ののに使使でき。
データ型:双倍的
fitOptions
——アルゴリズムオプションfitoptions
アルゴリズムオプション。fitoptions
オブジェクトとして返されます。
newOptions
- 新しいアルゴリズムオプションfitoptions
新闻アルゴリズムオプション。fitoptions
オブジェクトとして返されます。
次のmatlabコマンドコマンドにに対応するリンクがクリックされまし
コマンドをmatlabコマンドコマンドウィンドウにににに実行してください.webブラウザーはmatlabコマンドをサポートしていませんんんん。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。