克里斯提出一个很好的技巧。并附上你的数据像他说他隐藏的评论(点击链接上面显示它)。
保存(“answers.mat”,“DataA”,“DataB”);
用回形针图标。
另一个技巧
我使用当你有量化数据(x值相同的多个点)
添加一个很轻微的噪音的x数据量
。添加足够的噪音使他们独特的和避免错误polyfit抛出,但不足以改变公式它将发现:
xNoisy = x + 0.00001 * (maxx的风骚女子);
系数= polyfit (xNoisy, y, 2);
estimatedY =系数(3)* thisX。(2) ^ 2 +系数* thisX +系数(1);
注意,这将比克里斯的不同的公式,因为这将考虑集群中有多少点,所以更多的点在一个集群中会影响线,而克里斯的使用集群的质心,忽略了集群中有多少分。如果你有大约相同数量的点在每个集群,它不会产生很大的差别,但如果一些集群比其他集群有很大不同数量的点,那么它可以带来明显的改变。