网易首页 > 网易号 > 正文 申请入驻

最小二乘法:多项式拟合实例(matlab实现)

0
分享至

一、什么是最小二乘法

最小二乘法在生活中的例子:

拿测一个人的身高为例,现实生活中我们无法用测量仪器完全准确地测得一个人的身高,相应地,用任何仪器测量都会存在误差。当然,我们求某人的身高时也不需要完全准确,我们只要使误差在一定范围之内就行了。比如我们生活中并不认为1.831米和1.832米身高的人有什么区别。但是我们会觉得1.83米的人和1.85米的人有所差别,比如很多女生会更喜欢身高为后者的男生,因而我们要把测量身高的误差控制在0.01米以内。这里我们用v代表误差。

那么这就引出了一个问题,如何来降低误差。

很直观的想法就是去求样本的平均数,比如测五次同一个人的身高,求五个样本的平均数,然后就认为这个平均数就是这个人的身高。那么问题来了,为什么要用算数平均数,而不是中位数、几何平均数还有调和平均数之类的。

要解决这个问题,首先我们得假设一个值就是这个人的准确身高。比如我们假设某个值y就是身高的准确值,那么误差v就是 |y-yi| ,(yi代表样本,就是每次的身高测量值)(如下图)

黑色直线长度即代表误差大小,既然是长度,那就是一个绝对值,但由于|y-yi|不方便计算,故而直接用平方来代表这个误差,误差为(y-yi)^2,总误差v即所有样本误差之和,因此最小二乘法的目标就是求出使总误差v尽量小的y。

要求总误差v的最小值,我们对v求导,使导数为0,此时对应的y恰好就是样本yi的算数平均数。

二、最小二乘法的应用

上面的测身高只展示了最小二乘法的一个简单的应用,事实上,最小二乘法为我们提供了一个思路:我们可以先假设一个“准确值y”,然后用这个准确值和其它样本,将误差表示出来,再对误差求导,以此求出误差最小时的y,这个y画成线,就可以代表样本中变量的关系。(如下图)

这里我们就用蓝线拟合了红色的点,我们也就可以用蓝线的方程来表示横轴的变量和纵轴的变量之间的关系(本例子为y=2*x)。

下面我们再举一个例子:matlab里面的polyfit函数可以用最小二乘法来对给定的数据进行拟合,其有三个参数ployfit(x,y,n)表示用最高次数为n次幂的函数来拟合y与x的关系。(如上图就是用了一次函数y=2*x来进行拟合)

我们随便输入一些数据,如代码所示:

clear all

clc

x=[0.3 0.35 0.4 0.7 0.92 1.2 1.92 2.4 2.8 3.6 4.5];

y=[1 3 2 4 5 7 6 7 6 9 10];

plot(x,y,'bo');

axis([-1 6 0 11]);

(x和y的散点图如下图)

我们对其进行拟合:

先用最高次为一次幂的方法。

一次幂就是y=a*x+b,polyfit函数求的就是a和b的值,更高次幂依次类推。代码如下:

clear all

clc

x=[0.3 0.35 0.4 0.7 0.92 1.2 1.92 2.4 2.8 3.6 4.5];

y=[1 3 2 4 5 7 6 7 6 9 10];

p1=polyfit(x,y,1) %求拟合曲线的参数。这里的1代表用1次函数拟合

y2=polyval(p1,x) %求拟合曲线下,y的值

figure;

plot(x,y,'ro');

hold on;

plot(x,y2,'b-');

axis([0 5 0 12]);

这其中,p1=polyfit(x,y,1) 是核心语句,用于求拟合曲线的参数。这里的1代表用1次函数拟合(曲线见上图)。当我们把1变为2或者更大

时。

值得注意的是,选取次数的时候,次数长度不得超过length(x)-1。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

/阅读下一篇/

创新杯(原钉钉杯)大数据挑战赛适合哪些人参加?

返回网易首页 下载网易新闻客户端
相关推荐
热点推荐
邯郸一道路发生垮塌致两辆汽车坠入,当地应急局:已赴现场处置

邯郸一道路发生垮塌致两辆汽车坠入,当地应急局:已赴现场处置

澎湃新闻
2025-06-04 19:57:21
明日芒种是“凶日”,不管多忙:1不吃,2要做,忌3事,安稳度夏

明日芒种是“凶日”,不管多忙:1不吃,2要做,忌3事,安稳度夏

农夫也疯狂
2025-06-04 11:04:19
宗宏斌任新疆维吾尔自治区司法厅政治部主任

宗宏斌任新疆维吾尔自治区司法厅政治部主任

汲古知新
2025-06-05 00:45:17
就连王菲都没想到,负债上亿的前夫李亚鹏,走上了一条“上坡路”

就连王菲都没想到,负债上亿的前夫李亚鹏,走上了一条“上坡路”

山河月明史
2025-06-03 22:36:19
最新消息!乐道L60已成为滴滴专车,乐道车主天塌了?

最新消息!乐道L60已成为滴滴专车,乐道车主天塌了?

优视汽车
2025-06-04 19:31:29
iPhone16e,突然就卖爆了

iPhone16e,突然就卖爆了

搞机小帝
2025-06-05 00:07:13
女跑者真实经历分享:天热跑步谨慎走光,小心“春光乍泄”

女跑者真实经历分享:天热跑步谨慎走光,小心“春光乍泄”

马拉松跑步健身
2025-05-29 13:53:35
足坛一夜动态:国米官宣小因离队!孙兴慜离开热刺 B费拒1亿合同

足坛一夜动态:国米官宣小因离队!孙兴慜离开热刺 B费拒1亿合同

念洲
2025-06-04 06:39:23
特朗普,突发!中概股大涨!美股飘红

特朗普,突发!中概股大涨!美股飘红

证券时报e公司
2025-06-04 22:39:14
印度刚威胁完中巴,俄方就同意提供3000公里级天波雷达,怎么办?

印度刚威胁完中巴,俄方就同意提供3000公里级天波雷达,怎么办?

大道无形我有型
2025-06-04 18:42:53
樊振东效应来了,加盟才几天,球队会员激增,只能暂停接纳新会员

樊振东效应来了,加盟才几天,球队会员激增,只能暂停接纳新会员

湘楚风云
2025-06-04 19:34:20
陈赫组局!李纯素颜携男友 李乃文爱妻眼神甜到齁 马頔紧张到口误

陈赫组局!李纯素颜携男友 李乃文爱妻眼神甜到齁 马頔紧张到口误

开心熬夜观影
2025-06-04 16:16:35
温州一女纪委书记,履新

温州一女纪委书记,履新

温百君
2025-06-04 21:29:10
放假通知:江苏省中小学暑假时间来了

放假通知:江苏省中小学暑假时间来了

鲁中晨报
2025-06-04 09:46:05
税务严查风暴来袭!面对稽查,这9句话千万不能说!

税务严查风暴来袭!面对稽查,这9句话千万不能说!

税海拾真
2025-05-09 09:40:15
603151,筹划重大事项!明日停牌

603151,筹划重大事项!明日停牌

中国基金报
2025-06-04 22:58:49
要去指导江苏?网友们不答应,国足评论区沦陷全是调侃

要去指导江苏?网友们不答应,国足评论区沦陷全是调侃

辣条小剧场
2025-06-04 18:22:19
台湾一旅行团8人被卖缅甸,3名大妈被“退回”,5名年轻人成猪仔

台湾一旅行团8人被卖缅甸,3名大妈被“退回”,5名年轻人成猪仔

雪满西山
2025-06-03 21:06:55
朱一龙晒杨蓉生日照!评论区沸腾了!网友:在一起吧,这么多年了

朱一龙晒杨蓉生日照!评论区沸腾了!网友:在一起吧,这么多年了

小咪侃娱圈
2025-06-04 11:29:48
华为Pura 80疯狂堆料!超大杯搭载双层OLED:屏幕参数超越Mate 70 RS

华为Pura 80疯狂堆料!超大杯搭载双层OLED:屏幕参数超越Mate 70 RS

快科技
2025-06-04 11:52:20
2025-06-05 01:36:49
数模乐园官方
数模乐园官方
专注于数学建模,分享干货知识
1210文章数 708关注度
往期回顾 全部

教育要闻

TTS新传论文带读:“猜你喜欢”原来是一种权力归训机制!

头条要闻

三亚死亡女子家属:第二家医院用了血清抢救 愿意尸检

体育要闻

从次轮末到乐透边缘 杨瀚森的试训有什么玄机?

娱乐要闻

彭于晏方出面澄清与蔡依林复合恋情!

财经要闻

地铁涨价争议背后,“赚钱”难题有解吗

科技要闻

小鹏Q1交付暴涨超理想 蔚来亏62亿研发最猛

汽车要闻

车机升级 新款AION Y Plus上市售9.98万起

态度原创

健康
房产
数码
游戏
艺术

唇疱疹和口腔溃疡是"同伙"吗?

房产要闻

再夺荔湾销冠!谁是主城改善标准制定者,终于有了答案!

数码要闻

3000元以下价位16GB显卡唯一最优选择!AMD RX 9060 XT首发评测:追平RTX 5060 Ti 8GB 但显存更大 价格更便宜

任天堂公布Switch 2官方维修价格 最高达27500日元

艺术要闻

故宫珍藏的墨迹《十七帖》,比拓本更精良,这才是地道的魏晋写法