Matlab Curve Fitting Tool使用指南：从拟合到预测

Matlab Curve Fitting Tool使用指南：从拟合到预测

引用

CSDN

1.

https://blog.csdn.net/RickyWasYoung/article/details/140600327

在数据分析和科学研究中，数据拟合是一项常用的技术手段。Matlab作为一款强大的数学软件，提供了Curve Fitting Tool工具箱，可以帮助用户快速实现数据拟合。本文将详细介绍如何使用Curve Fitting Tool进行数据拟合，包括拟合函数的选择、导出函数以及如何调用拟合函数进行预测。

以以下数据为例：

x=1:2:100;
y=0.20*x.^4+0.24*x.^3+0.07*x.^2+0.22*x;

为了体现拟合效果，这里选择使用5次函数来拟合4次函数。

1. 生成拟合代码

在Curve Fitting Tool中完成拟合后，点击“文件”-“生成代码”。

生成的代码可以自定义命名，这里命名为createFit.m。

2. 调用拟合函数

调用拟合函数的核心代码如下：

y_predict = feval(fitresult, x_predict);

3. 完整代码示例

下面是完整的代码实现：

clc
clear
close all

%% 1. 原始数据
x=1:2:100;
y=0.20*x.^4+0.24*x.^3+0.07*x.^2+0.22*x;

%% 2. 拟合函数
[fitresult, gof] = createFit(x, y);

%% 3. 预测
x_predict=50:1:60;
y_predict = feval(fitresult, x_predict);

figure(2)
plot(x,y,'b-')
hold on
plot( x_predict,y_predict,'r.')

4. 运行效果