洛斯平滑
关于洛斯平滑
用洛斯模型适合对您的数据的光滑表面。名称“洛斯”和“黄土”一词源于“局部加权散点图平滑,”这两种方法使用局部加权线性回归平滑数据。这个过程是加权因为工具箱中定义了一个回归加权函数中包含的数据点。除了体重回归函数健壮的选项是一个加权函数,可以让这一过程对离群值。
关于这两种平滑的更多信息,见当地回归平滑。
洛斯选择合适的交互
打开曲线健康应用程序通过输入curveFitter在MATLAB®命令行。另外,在应用程序选项卡,数学、统计和优化组中,单击曲线更健康。
在曲线更健康选项卡,适合类型部分中,选择一个洛斯健康。应用程序使用局部加权线性回归平滑数据。
在合适的选项窗格中,您可以尝试不同的合适的选项。
你可以设置回归多项式模型
线性或二次。您可以使用跨度设置跨度的总数的比例数据点的数据集。应用使用跨度内定义的相邻数据点来确定每个平滑值。这种平滑过程称为“当地”。
提示
增加跨度,使表面平滑。减少跨表面遵循数据更密切。
你可以设置健壮的线性最小二乘拟合方法
从,守护神,或Bisquare。当地的回归使用健壮的选择。使用健壮的对于加权函数可以平滑较强的抵抗力。详情,请参阅健壮的名称-值参数的fitoptions函数。
提示
如果您的数据变量有不同的尺度,选择和清除中心和规模复选框看到健康的差异。正常化的变量可以强烈影响洛斯配合的结果。
为例对如何创建一个洛斯适合交互,明白了表面安装因特网数据。
洛斯模型使用适合函数
这个例子展示了如何使用适合函数以适应洛斯模型数据。
加载一些数据和洛斯模型通过指定“洛斯”当调用适合函数。
负载因特网f = fit (x, y, z,“洛斯”)
局部加权平滑线性回归:f (x, y) =洛斯(线性)平滑回归计算p系数:p =系数结构
情节(f (x, y) z)
对于一个命令行示例拟合洛斯模型,明白了光滑的表面适合调查燃料效率。
