文章目录
简单的拟合批量拟合并呈现在一张图上最终结果与完整代码
简单的拟合
在命令行输入
cftool
可以启动工具箱 1.在"选择数据"中导入数据 2.选择拟合方法（matlab提供的方法或者你自己定义的函数） matlab提供的方法：
自定义函数：（点击自定义方程后在右边的界面输入）
批量拟合并呈现在一张图上
实际处理时，我们经常遇到批量拟合并绘制曲线的情况。 比如给定10组数据，每组7个点，现在需要在一张图上绘制10条拟合曲线。应该如何绘制？ 以平滑样条方法为例： 首先，指定平滑参数可以调整拟合程度和粗糙程度。 1.输入cftool打开工具箱，只选取选取一组数据拟合 2.点击生成代码 3.查看代码并做修改
function [fitresult, gof] = createFit1(tx, ty)
%CREATEFIT1(TX,TY)
% 创建一个拟合。
%
% 要进行 '无标题拟合 1' 拟合的数据:
% X 输入: tx
% Y 输出: ty
% 输出:
% fitresult: 表示拟合的拟合对象。
% gof: 带有拟合优度信息的结构体。
%
% 另请参阅 FIT, CFIT, SFIT.
%% 拟合: '无标题拟合 1'。
[xData, yData] = prepareCurveData( tx, ty );
% 设置 fittype 和选项。
ft = fittype( 'smoothingspline' );
opts = fitoptions( 'Method', 'SmoothingSpline' );
opts.SmoothingParam = 0.99545;
% 对数据进行模型拟合。
[fitresult, gof] = fit( xData, yData, ft, opts );
% 绘制数据拟合图。
figure( 'Name', '无标题拟合 1' );
h = plot( fitresult, xData, yData );
legend( h, 'ty vs. tx', '无标题拟合 1', 'Location', 'NorthEast', 'Interpreter', 'none' );
% 为坐标区加标签
xlabel( 'tx', 'Interpreter', 'none' );
ylabel( 'ty', 'Interpreter', 'none' );
grid on
函数的这个部分是一些设置：
ft = fittype( 'smoothingspline' );
opts = fitoptions( 'Method', 'SmoothingSpline' );
opts.SmoothingParam = 0.99545;
表示方法使用’SmoothingSpline’平滑样条，参数值设定为0.99545。 接下来进行改动：
首先去除这一行，这样就可以绘制在一张图上。
% 绘制数据拟合图。
figure( 'Name', '无标题拟合 1' );
然后在另一个文件中进行批量处理。(比如main函数)
%%读入数据
data = xlsread('mydata.xls');
%表格形式是70行2列(每组7个数)
x = data(:,1);%第一列为x
y = data(:,2);%第二列为y
%%单独绘制
for i = 1:7:(70-7)
mx = x([i:i+6],1);%每7个取出一次
my = y([i:i+6],1);%同上
scatter(mx,my);%例如用scatter函数
hold on;
end
得到10组散点 更改函数：
%%单独绘制
for i = 1:7:(70-7)
mx = x([i:i+6],1);%每7个取出一次
my = y([i:i+6],1);%同上
createFit(mx, my)%改用上文得到的函数
hold on;
end
得到图： 我们发现颜色不够好看，可以在createFit函数中做如下调整：
% 绘制数据拟合图。
col = rand(1,3);%设置随机颜色向量
h = plot( fitresult,xData, yData);
h(1).MarkerSize = 8 %更改数据点大小
h(2).Color = col; %更改曲线颜色
h(1)对应了数据点，h(2)对应曲线，对其作相应调整。 这里将Color设置成了1*3的随机数向量，所以得到了随机颜色。也可以根据自己的需求定义自己的颜色集。
最终结果与完整代码
main函数：
data = xlsread('measure.xls');
x = data(:,1);
y = data(:,2);
for i = 1:7:70
mx = m1([i:i+6],1);
my = m2([i:i+6],1);
createFit1(mx, my)
hold on
end
createFit函数：
function [fitresult, gof] = createFit(mx, my)
%CREATEFIT(MX,MY)
% 创建一个拟合。
%
% 要进行 '无标题拟合 1' 拟合的数据:
% X 输入: mx
% Y 输出: my
% 输出:
% fitresult: 表示拟合的拟合对象。
% gof: 带有拟合优度信息的结构体。
%
% 另请参阅 FIT, CFIT, SFIT.
%% 拟合: '无标题拟合 1'。
[xData, yData] = prepareCurveData( mx, my );
% 设置 fittype 和选项。
ft = fittype( 'smoothingspline' );
opts = fitoptions( 'Method', 'SmoothingSpline' );
opts.SmoothingParam = 0.9999992;
% 对数据进行模型拟合。
[fitresult, gof] = fit( xData, yData, ft, opts );
% 绘制数据拟合图。
%figure( 'Name', '无标题拟合 1' );
col = rand(1,3);
h = plot( fitresult,xData, yData);
h(1).MarkerSize = 8
h(2).Color = col;
legend( h, 'my vs. mx', '无标题拟合 1', 'Location', 'NorthEast', 'Interpreter', 'none' );
% 为坐标区加标签
xlabel( 'mx', 'Interpreter', 'none' );
ylabel( 'my', 'Interpreter', 'none' );
hold on
grid on
精彩文章
您阅读本篇文章共花了：
发表评论