Curve fitting a Matrix
大家好,我觉得我有一个基本问题,由于某种原因我无法弄清楚
所以我有一个矩阵:
1
| A = [1.7764,1.7677,1.7509,1.7352,1.7075,1.6715,1.6043l,1.5199,1.4210,1.3041,1.1756,1.0270,0.8582,0.6910,0.5493,0.3968,0.2187 ]; |
所以我想使用最佳拟合曲线找到 A 的函数。我知道我想使用某种:
我从来不需要找到一个矩阵方程,我相信这将是一个简单的单行代码,我坚持的时间比我愿意承认的要长。
如果需要更多信息,请告诉我。
为了找到 polyfit,您需要为要绘制的 x 轴定义一个向量。例如:
1 2 3
| A_y = [1.7764, 1.7677, 1.7509, 1.7352, 1.7075, 1.6715,1.6043l, 1.5199, 1.4210, 1.3041, 1.1756, 1.0270, 0.8582, 0.6910, 0.5493, 0.3968, 0.2187 ];
A_x = 1: length(A_y );
polyfit(A_x, A_y, <Degree> ); |
请注意,您需要将 <Degree> 替换为您正在寻找的适合度。
- 所以这将产生一个适合数据的矩阵值。我如何使最适合的函数成为 x 的函数?
-
结果矩阵表示 x 的函数。例如,如果我得到 [1, 2, 3, 4] 作为结果,这将是 x^3 2x^2 3x 4。