fittype
曲线和曲面拟合的拟合类型
语法
描述
aFittype= fittype (libraryModelName）fittype对象aFittype指定的模型libraryModelName．
aFittype= fittype (linearModelTerms）linearModelTerms．
aFittype= fittype (linearModelTerms，名称,值）名称,值对参数。
aFittype= fittype (anonymousFunction）anonymousFunction．
aFittype= fittype (anonymousFunction，名称,值）名称,值对参数。
例子
为库模型创建适合的类型
通过指定库模型名称来构造适合类型。
构造一个fittype对象为三次多项式库模型。
f = fittype (“poly3”）
线性模型Poly3: f(p1,p2,p3,p4,x) = p1*x^3 + p2*x^2 + p3*x + p4
构造适合库模型的类型rat33(分子和分母的三次有理模型)。
f = fittype (“rat33”）
一般模型Rat33: f(p1,p2,p3,p4,q1,q2,q3,x) = (p1*x^3 + p2*x^2 + p3*x + p4) / (x^3 + q1*x^2 + q2*x + q3)
有关库模型名称列表，请参见libraryModelName．
创建自定义线性模型
要使用线性拟合算法，请指定术语单元格数组。
确定您需要输入的线性模型术语fittype：A *x + b*sin(x) + c．模型是线性的一个，b和c．它有三个项x，sin (x)和1(因为c = c * 1)．要指定这个模型，你可以使用这个单元格数组:LinearModelTerms ={“x”,“sin (x)”,' 1 '}．
使用线性模型项的单元格数组作为输入fittype．
英国《金融时报》= fittype ({“x”，“sin (x)”，' 1 '}）
线性模型:ft(a,b,c,x) = a*x + b*sin(x) + c
创建适合类型的线性模型a * cos (x) + b．
ft2 = fittype ({“cos (x)”，' 1 '}）
线性模型:ft2(a,b,x) = a*cos(x) + b
再次创建适合类型并指定系数名称。
发生= fittype ({“cos (x)”，' 1 '}，“系数”, {“a1”，“a2”}）
线性模型:ft3(a1,a2,x) = a1*cos(x) + a2
创建自定义非线性模型，并指定问题参数和独立变量
构造适合自定义非线性模型的类型，指定与问题相关的参数和自变量。
为自定义非线性模型构造适合类型，并指定n作为一个与问题相关的参数和u作为自变量。
g = fittype (“* u + b * exp (n * u)”，．..“问题”，“n”，．..“独立”，“u”）
一般模型:g(a,b,n,u) = a*u+b*exp(n*u)
为自定义非线性模型构造适合类型，并指定时间作为自变量。
g = fittype (“* ^ 2 + b *时间+ c”，“独立”，“时间”，“依赖”，“高度”）
一般模型:g(a,b,c,time) = a*time^2+b*time+c
为对某些数据的对数拟合构造拟合类型，使用拟合类型创建拟合，并绘制拟合图。
x = linspace (1100);Y = 5 + 7*log(x);myfittype = fittype (“a + b *日志(x)”，．..“依赖”, {“y”}，“独立”, {“x”}，．..“系数”, {“一个”，“b”}）
myfittype =一般模型:myfittype(a,b,x) = a + b*log(x)
myfit =适合(x, y, myfittype)
警告:起始点未提供，选择随机起始点。
myfit =一般模型:myfit(x) = a + b*log(x)
情节(myfit, x, y)
你可以指定任何MATLAB命令，因此．m文件。
适合由文件定义的曲线
在文件中定义一个函数，并使用它来创建适合类型和适合曲线。
在MATLAB文件中定义一个函数。
函数y = piecewiseLine (x, a, b, c, d, k)PIECEWISELINE由两件组成的线那不是连续的。y = 0(大小(x));这个例子包括一个for循环和if语句%纯粹是为了举例。为i = 1:长度(x)如果X (i) < k, y(i) = a + b.* X (i);其他的Y (i) = c + d. x(i);结束结束结束
保存文件。
定义一些数据，创建一个合适的类型来指定函数piecewiseLine，使用fit类型创建fit英国《金融时报》，并绘制结果。
x = [0.81; 0.91; 0.13; 0.91; 0.63; 0.098; 0.28; 0.55;．..0.96; 0.96; 0.16; 0.97; 0.96);y = [0.17; 0.12; 0.16; 0.0035; 0.37; 0.082; 0.34; 0.56;．..0.15; -0.046; 0.17; -0.091; -0.071);英国《金融时报》= fittype ('piecewiseLine(x, a, b, c, d, k)') f = fit(x, y, ft，)曾经繁荣的， [1, 0, 1, 0, 0.5])
创建自定义线性模型
要使用线性拟合算法，请指定术语单元格数组。
确定您需要输入的线性模型术语fittype：A *x + b*sin(x) + c．模型是线性的一个，b和c．它有三个项x，sin (x)和1(因为c = c * 1)．要指定这个模型，你可以使用这个单元格数组:LinearModelTerms ={“x”,“sin (x)”,' 1 '}．
使用线性模型项的单元格数组作为输入fittype．
英国《金融时报》= fittype ({“x”，“sin (x)”，' 1 '}）
线性模型:ft(a,b,c,x) = a*x + b*sin(x) + c
创建适合类型的线性模型a * cos (x) + b．
ft2 = fittype ({“cos (x)”，' 1 '}）
线性模型:ft2(a,b,x) = a*cos(x) + b
再次创建适合类型并指定系数名称。
发生= fittype ({“cos (x)”，' 1 '}，“系数”, {“a1”，“a2”}）
线性模型:ft3(a1,a2,x) = a1*cos(x) + a2
使用匿名函数创建适合的类型
使用匿名函数创建适合类型。
a*x, x, x, x, x, x, x, x, x, x, x, x^ 2 + b * x + c)
使用匿名函数创建适合类型，并指定独立和依赖参数。
g = fittype (@ (a, b, c, d, x, y) * x ^ 2 + b * x + c * exp (．..——(y-d)。^ 2),“独立”, {“x”，“y”}，．..“依赖”，“z”)；
使用匿名函数为曲面创建适合类型，并指定独立和依赖参数，以及稍后调用时将指定的问题参数适合．
a,b,c,d,x,y。^ 2 + b * x + c * exp (- (y-d)。^ 2),．..“问题”, {“c”，' d '}，“独立”, {“x”，“y”}，．..“依赖”，“z”)；
使用匿名函数将工作区数据传递给合适的对象
使用匿名函数将工作区数据传递到fittype和适合功能。
创建并绘制一个s形曲线。在后面的步骤中，拉伸和移动这条曲线以适合某些数据。
%断点。x =(0:0.1:1)。';曲线在断点处的高度。(y = 0;0;0.04;0.1;0.2;0.5;0.8;0.9;0.96;1; 1];绘制s形曲线。Xi = linspace(0,1, 241);Plot (xi, interp1(xs, ys, xi，“pchip”），“线宽”2) hold在情节(x, y,“o”，“MarkerFaceColor”，“r”)举行从标题s曲线
使用匿名函数创建适合类型，从工作区中获取曲线断点的值(xs)及曲线在断点处的高度(y)．系数是b(基地)和h(高度)。
if (x = x, x, x, x, x, x, x, x, x)“pchip”） )
画出fittype指定底数的例子系数b = 1.1和高度h = -0.8．
地块(xi, ft(1.1， -0.8, xi)，“线宽”2)标题'Fittype with b=1.1 and h=-0.8'
使用适合类型加载和适合一些数据英国《金融时报》使用工作区值创建。
加载一些数据xdata = [0.012; 0.054; 0.13; 0.16; 0.31; 0.34; 0.47; 0.53; 0.53;．..0.57; 0.78; 0.79; 0.93);ydata = [0.78; 0.87; 1; 1.1; 0.96; 0.88; 0.56; 0.5; 0.5; 0.5; 0.63;．..0.62; 0.39);将曲线与数据拟合F =拟合(xdata, ydata, ft，)“开始”， [0,1])%情节适合图(f, xdata, ydata)标题“安装s曲线”
使用匿名函数处理问题参数和工作空间变量
这个示例展示了使用带有问题参数的匿名函数与使用工作空间变量值之间的区别。
加载数据，使用带有问题参数的匿名函数为曲线创建拟合类型，然后调用适合指定问题参数。
%加载部分数据。xdata = [0.098; 0.13; 0.16; 0.28; 0.55; 0.63; 0.81; 0.91; 0.91;．..0.96; 0.96; 0.96; 0.97);ydata = [0.52; 0.53; 0.53; 0.48; 0.33; 0.36; 0.39; 0.28; 0.28;．..0.21; 0.21; 0.21; 0.2);创建一个有问题参数的fittype。a*x.^2+b*x+c，“问题”，“c”）%检查系数。注意c不是一个系数。coeffnames (g)%检查参数。注意c是一个参数。argnames (g)%调用fit并指定c的值。F1 =拟合(xdata, ydata, g，)“问题”0,曾经繁荣的， [1,2])%注意:在调用中指定合适的起始点%避免关于随机起点的警告消息%并确保结果的可重复性。再次调用fit并指定一个不同的值c，去换一套新的衣服。F2 =拟合(xdata, ydata, g，)“问题”, 1“开始”， [1,2])%的阴谋的结果。观察指定的c常数不合身。Plot (f1, xdata, ydata)持有在情节(f2,“b”)举行从
修改前面的示例，使用工作区值为变量创建相同的适合，而不是使用问题参数。使用相同的数据，使用带有variable工作空间值的匿名函数创建曲线的适合类型c：
%从参数列表中删除c。试一试x *x,x,x,x,x,x,x,x,x,x^ 2 + b * x + c)抓E信息结束%观察错误，因为现在c是未定义的。%定义c并创建fittype:c = 0;@(a,b,x);^ 2 + b * x + c)%调用fit(现在不需要指定问题参数)。F1 = fit(xdata, ydata, g1，)曾经繁荣的， [1,2])注意，这个f1和上面的f1是一样的。要更改c的值，请重新创建fittype。c = 1;a*x,x,x,x,x,x,x,x,x,x^ 2 + b * x + c)%使用c = 1F2 =拟合(xdata, ydata, g2，)曾经繁荣的， [1,2])注意，这个f2和上面的f2是一样的。%绘制结果Plot (f1, xdata, ydata)持有在情节(f2,“b”)举行从
输入参数
输出参数
更多关于
算法
如果拟合类型表达式输入是字符向量或匿名函数，则工具箱使用非线性拟合算法将模型与数据拟合。
如果fit类型表达式输入是一个术语单元格数组，则工具箱使用线性拟合算法将模型与数据拟合。
之前介绍过的R2006a
你也可以从以下列表中选择一个网站:
