Wie zeichne ich die beste Anpassungslinie in MATLAB?

Wie Zeichne Ich Die Beste Anpassungslinie In Matlab



Bei der Kurvenanpassung handelt es sich um den Prozess der Anpassung der Funktion an Datenpunkte. Diese Methode wird verwendet, um die am besten geeignete Linie in MATLAB zu zeichnen, indem der Fehler zwischen der Funktion und den Datenpunkten minimiert wird. Dies ist eine komplizierte Methode, aber MATLAB macht sie einfach, indem es verschiedene Kurvenanpassungsfunktionen bietet. Eine solche Funktion ist die polyfit() mit dem man in MATLAB eine Best-Fit-Linie zeichnen kann.

In diesem Blog wird erklärt, wie man in MATLAB mithilfe von die am besten passende Linie zeichnet polyfit() Funktion.

Wie zeichne ich die beste Anpassungslinie in MATLAB?

Das Zeichnen der am besten passenden Linie in MATLAB kann einfach mit der integrierten Funktion durchgeführt werden polyfit() Funktion. Diese Funktion wird zur Datennäherung verwendet, indem die Kurve an die angegebenen Datenpunkte angepasst wird. Die Funktion benötigt mehrere Argumente, darunter die Datenpunkte und den Grad des Polynoms. Der polyfit() Die Funktion generiert einen Koeffizientenvektor, der zur Auswertung eines Polynoms an jedem Punkt verwendet wird.







Wenn wir n Datenpunkte haben, wird es möglich, das Polynom mit einem Grad kleiner als n-1 zu schreiben, das möglicherweise alle Datenpunkte durchläuft oder nicht, unter Verwendung von polyfit() Funktion.



Syntax

Der polyfit() Die Funktion verfügt über mehrere Syntaxen, die in MATLAB zum Ausführen von Kurvenanpassungsaufgaben verwendet werden können:



p = Polyfit ( x,y,n )
[ p,S ] = Polyfit ( x,y,n )
[ p,S,mu ] = Polyfit ( x,y,n )

Hier:





Die Funktion p = Polyfit(x,y,n) liefert die Koeffizienten für die Polynom p(x) mit dem Grad n, der die am besten angepasste Linie unter Verwendung der Methode der kleinsten Quadrate für die Daten in y ergibt. Das p hat die Länge n+1 und die Koeffizienten des p haben Potenzen in absteigender Reihenfolge.

Die Funktion [p,S] = Polyfit(x,y,n) ergibt die Struktur S, die im verwendet werden kann polyval() Funktion als Argument zum Erhalten von Fehlerschätzungen.



Die Funktion [ p , S , in ] = Polyfit ( x , y , n ) gibt mu als Vektor mit zwei Elementen zurück, die Werte für die Zentrierung und Skalierung haben. Der in 1) ist äquivalent zu Mittelwert(x) , wohingegen in 2) ist gleich std(x) . Mit diesen Optionen polyfit() Passt x so an, dass seine Nullwertausgabe die Einheitsstandardabweichung aufweist.

Beispiele

Befolgen Sie die angegebenen Beispiele, um die Funktionsweise zu verstehen polyfit() Funktion zum Zeichnen der am besten passenden Linie in MATLAB.

Beispiel 1: Wie zeichnet man die beste Anpassungslinie in MATLAB mithilfe der Funktion polyfit(x, y, n) auf?

In diesem Beispiel wird zunächst ein Vektor x mit 11 gleichmäßig verteilten Elementen erstellt, die im Intervall [0, 20] enthalten sind. Dann findet es mithilfe der Fehlerfunktion Werte von y, die allen x entsprechen Yard(x) . Danach verwendet es die polyfit() Funktion zum Anpassen des Polynoms 9. Grades an die angegebenen Datenpunkte. Abschließend werden die Ergebnisse der Polynomauswertung in einem feineren Raster dargestellt.

x = [ 0 : 2 : zwanzig ] ';
y = Vererbung(x);
p = Polyfit(x,y,9);
f = Polyval(p,x);
plot(x,y,'
Ö ',x,f,' - ')

Beispiel 2: Wie zeichnet man die beste Anpassungslinie in MATLAB mit der Funktion [p, S]= polyfit(x, y, n) auf?

Dieser MATLAB-Code erstellt zunächst einen Vektor x mit 11 gleichmäßig verteilten Elementen, die im Intervall [0, 20] enthalten sind. Dann findet es Werte von y, die allen x entsprechen, unter Verwendung von Sünde(x) Funktion. Danach verwendet es die polyfit() Funktion zum Anpassen des Polynoms 10. Grades an die angegebenen Datenpunkte. Abschließend werden die Ergebnisse der Polynomauswertung in einem feineren Raster dargestellt.

x = [ 0 : 2 : zwanzig ] ';
y = sin(x);
[p,S] = Polyfit(x,y,10)
f = Polyval(p,x);
plot(x,y,'
Ö ',x,f,' - ')

Abschluss

MATLAB enthält eine integrierte polyfit() Funktion zum Zeichnen der am besten passenden Linie. Mit dieser Funktion können wir die Daten annähern, indem wir die Kurve an die angegebenen Datenpunkte anpassen. Wenn wir n Datenpunkte haben, kann das Polynom mit einem Grad kleiner als n-1 die beste Näherung für die gegebenen n Datenpunkte liefern. Dieser Leitfaden hat uns Informationen zur Kurvenanpassung geliefert und hilft uns zu verstehen, wie man die am besten geeignete Linie in MATLAB zeichnet.