伟大的工作。非常有用的。非常感谢。

非常有用，如果不是那里 - 一个人必须用汗水和泪水来实现它

这是伟大的!由于一百万年!

不幸的是，由于我目前的义务，我无法进一步发展这个功能。

亲爱的艾哈迈德,
有没有办法将权重应用于数据点，以便考虑每个数据点的准确性/相关性？
MATLAB内置功能适合允许使用可选的参数“权重”。
不幸的是，fit函数只允许预测器有两个维度，这就是为什么我喜欢使用你的实现。
但我缺乏将权重融入您的代码中的数学理解。任何帮助将不胜感激！

这种方法如此优雅。否则，我必须运行那些可能不是这种好的优化器。

不，在功能中没有数据预处理或清洁步骤。您提供的数据必须是最终的。根据您的应用程序，我将填充NaN的Via插值，基于预期物理的函数，或者使用相同的功能来估算来自输入数据中的其他列的零星NANS的列;或者通过使用a使用NaN的任何行（SUM（ISNAN（A），2）> 0，:) = [] ;.

你好，有一种方法'omitnan'使用这个函数吗?谢谢!

嗨，感谢分享这种强大的算法。我可以知道这是否是基于机器学习的算法？

非常感谢您，并感谢您编写此代码。这对我很有帮助。

是的。是的，你必须在这种情况下将它们重命名，我是新软件。

嗨，谢谢你的回复。
很抱歉，我应该在之前的信息中提到这一点。实际上我想用Matlab找到这个有6个自变量的多项式曲线拟合，但在不同的软件中使用它(其中一个软件是Excel)，所以这就是为什么我问我可以使用它作为一个正常的多项式公式从0开始。*x6直到最后它的作用类似于曲线拟合公式，对吧?

你不需要重命名它们。做有趣的事(YourData1, YourWeirdname2…)等。唯一的要求是，在拟合过程中将变量放入multipolyregression的顺序必须与调用这个新函数FUN的顺序相同。

感谢您的及时回复，
哦，现在我理解第一项了，它只是将x1赋值为x6，这意味着如果我手动将数据向量命名为x1到x6并使用多项式它就可以了。

//www.tatmou.com/help/matlab/matlab_prog/anonymous-functions.html.

检查这一点，了解你把它的意思是什么“第一术语”。基本上如果您称为您只需打印乐趣的变量，您只能进行乐趣（x1，x2，x3，x4，x5，x6）评估功能。

如在描述中所述，代码中没有规则化或术语减少启发式。这意味着如果您有条件或相关的变量不佳，则最终可以最终获得0或0。

我有个疑问，

你好，

我得到的是这样的，
@ (x1, x2, x3, x4, x5, x6) + 0。* x6 + -5.5294 e-05。* x6。^ 2 + 1.0186 e-07。* x6。^ 3 + 0。* x5 + -0.00029564。* x5。* x6 + 3.4008 e-07。* x5。* x6。^ 2 + -2.1999平台以及。* x5。* x6。^ 3 + -0.018347 * x5。^ 2 + 1.9021 e-06。* ^ 2 x5。* x6 + -7.7091 e ........................+- 8.0344 e-08。* x4。^ 4 + -9.6951 e-07。* ^ 4 + -1.504平台以及x5。* ^ 4 x6

如果我想用它作为多项式，我该如何处理第一项{@（x1，x2，x3，x4，x5，x6）}，第二项是0. * x6，这意味着0 * x6？不是0总是0？

理论:
（1）
https://www.youtube.com/watch?v=gf-5velcecu.
(2）
http://pages.iu.edu/~dajmcdon/teaching/2014spring/s682/lectures/lecture12.pdf

没有直接的方法来引用这项工作。它只是在我的主要研究中被间接提到。以下是一些选择:

-引用最初需要编写并持续更新此代码8年的论文:https://smartech.gatech.edu/bitstream/handle/1853/58723/cecen-dissertation-2017.pdf.

-引用第一个具体提到这一代码的作品，并简要解释它:https://link.springer.com/article/10.1186/2193-9772-3-8

- 不要引用。链接到此URL，并在您的方法中引用代码说明。沿着“使用Matlab Central alehmet cecen编写的多谷粉，沿着”使用MultipolySegress。“

你能告诉如何引用这项工作吗？谢谢！

两者都不。此代码目前在适合参数本身上没有任何不确定性量化。在您非常简单的情况下，您可以参考下面的链接以查找斜率的不确定性：

https://terpconnect.umd.edu/~toh/models/errorpropagation.pdf.

亲爱的艾哈迈克，
非常感谢您的效果。我尝试了一个简单的线性适合实验数据。
我得到了适合Y = AX + B的斜率a和常数b
现在，我需要使用斜率a = -0.71744和误差（标准偏差）。
根据以下结果，我应该认为斜坡上的标准偏差是什么？
maestd = 0.0035或cvmaestd = 0.0044？
斜率应该写成a +/- std

reg =

结构体字段:

FitParameters：'-----------------'
PowerMatrix：[2×1双]
分数：[14×2双]
polynomiaxculess：@（x1）+ 6.9303。* 1 + -0.71744。* x1
系数(2×1双):
传说：[2×2焦点]
yhat(14×1双):
残差(14×1双):
善良：'-----------------'
RSQUARE：0.9999.
Mae：0.0044
Maestd：0.0035
标准化:“一对一(默认)”
LOOCVGoodnessOfFit : '-----------------'
CVRSQUARE：0.9998
CVMAE：0.0052
CVMAESTD：0.0044
cvnormalization：'1-to-1（默认）'

休假一个交叉验证计算是通过谢尔曼 - 莫里森 - 伍德布里公式进行间接完成的，这涉及划分的数字，如果有压倒性过度拟合，那么如果有压倒性的过度拟合，那么可以非常接近零。你是正确的，数字不应小于0，但我没有防止这种边缘案例不稳定，因为它提供了巧妙的衡量标准，这是你的过度拟合。

长话短说，不要使用一个适合与CVRSquare“太不同”(大小留给你的想象)比常规的RSquare。

艾哈迈尔谢谢！
这是一个很好的工具。
只是一个问题：
当我在示例中尝试使用样本来计算比3更高的型号，CVRSQuare是：

4仅仅:-2.55
5：-9323.04
6：-19991970873.98
7日:-4025574168920490.50
8：-INF.

不应该是阳性和1岁以下的？

是的。我鼓励您将此更改作为GitHub中的拉请求提交。否则我会在我有机会时解决它。

改变线186-187来自：
H = QQ * QQ”;
rcv = r ./（1-DIAG（H））;
至
dh = sum（qq。* qq，2）;
rcv = r ./（1-DH）;

速度速度（并节省内存）

伟大的工具！

这是一个很棒的函数

我真的希望这个回归方法尝试我的数据。但这种可怕的网页始终失败。有人可以把它发给我吗？我的电子邮件是1034223185@qq.com

我不认为我已经彻底解释了这个代码在出版物中。您可以通过电子邮件发送给我任何特定部分的解释，我的联系信息很容易在线查​​找。否则搜索以下概念：
- 多项式的基础
- 多变量回归
-留下一个交叉验证
——Sherman-Morrison公式
- QR分解（和回归）

@ahmet cecen你能给我解释方法的论文吗？

一个监督。一有机会就会修好的。

要抑制可能不需要的输出，请向第173行中的表达式添加分号。
eval（['polyexp ='，variablesexp，poly，'']）;

快速和容易使用。Matlab缺乏原始版本的这种功能。

快速和容易使用。Matlab缺乏在其库存发布中的这种功能。

易于使用。

如果您发给我一封电子邮件，我可以使用zip文件回复它。我的联系信息无处不在谷歌我的姓名，或者转到我的帐户。

我能够下载这一点。如果您在帐户上有联系信息，我会发送它。

该文件不再可用。
有人可以把它发给我吗？

优秀的代码，我一直在寻找多变量多项式回归工具。

如果您发送给我（在线查找我的联系信息非常容易，包括我的个人资料）可以复制您的情况的数据和参数，我可以调查它。否则很难我寻找随机的错误。

嗨谢谢你的函数。我已经尝试了用七个独立的函数，一个依赖变量和一个依赖变量和一个r-squared是0.19，它不高。我可以获得更高的R角吗？当我使用'范围'时，我也有错误。任何建议都将提前欣赏。

嗨，我试图使用该功能，但我的数据里有很多NAN。看起来它无法处理NAN的数据。您能否更新为包括NAN？

多维

根据要求添加示例。