多项式曲线拟合
在多点问题中,增加多项式拟合的程度polyfit
并不总能带来更好的结果。高阶多项式可以在数据点之间振荡,导致a贫穷符合数据。在这些情况下,您可以使用低阶多项式拟合(在点之间往往更平滑)或不同的技术,这取决于问题。
多项式本质上是无界的振荡函数。因此,它们不太适合外推有界数据或单调(增加或减少)数据。
polyfit
使用x
形成范德蒙矩阵V
与n + 1
列和M =长度(x)
行,形成线性系统
哪一个polyfit
解决与p = V\y
.因为范德蒙德矩阵中的列是向量的幂x
的条件数V
对于高阶拟合通常较大,导致系数矩阵奇异。在这种情况下,定心和缩放可以改善系统的数值特性,从而产生更可靠的拟合。