curve
curve fitting如何导入数据？
fitting如何导入数据？
方法/步骤 输入数据 做数据曲线拟合，当然该有数据，本经验从以如下数据作为案例。 添加数据到curve fitting程序 这一步就是将你要拟合的数据添加到curve fitting程序中，同时给你拟合的曲线命名。 选择曲线拟合的方法类型 常见的拟合曲线有多项式的、指数的、对数的等等。curve fitting程序提供了很多的方法。你可以根据自己的数据具体选择。 选择好方法后，按照提供的公式选择具体的选项 本文的数据近似为线性的，我们选择多项式拟合的一阶方法。 拟合结果查看 拟合后，curve fitting会给你具体的函数表达式，你可以将他给出的参数的值带入你选择的方法中。 结果说明 在结果中，不仅可以看到函数的表达式，同时他还给出了95%置信区间的参数值，以及拟合好坏的一些指标，如： SSE: R-square: Adjusted R-square: RMSE: 画出图像 虽然在curve fitting程序有自带的图像显示，但是一般最好将拟合结果显示到单独的图像窗口。 保存结果 曲线拟合结束后，你可以保存你的拟合结果。选择你保存的路径即可。
MATLAB里如何让curvefitting里的散点图的点变大？
点的大小实际上是markersize这个参数决定，默认值好像是每单位即6*1/72inch，通过设置markersize的值应该就能解决。
举个例子，画图的时候用这个hplot(x,y,o),如果想让点变大点就用set(h,MarkerSize,10);变为10*1/72inch希望对你有帮助。
如何用matlab做出来？
方法一、用数据拟合工具箱 Curve Fitting Tool
打开CFTOOL工具箱。在matlab的command window中输入cftool，即可进入数据拟合工具箱。
输入两组向量x，y。
首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。
例如在命令行里输入下列数据:
x [196,186, 137, 136, 122, 122, 71, 71, 70, 33]
y [0.012605 0.013115 0.016866 0.014741 0.022353 0.019278 0.041803 0.038026 0.038128 0.088196]
数据的选取。打开曲线拟合共工具界面，点击最左边的X data和Y data，选择刚才输入的数据，这时界面中会出现这组数据的散点图。
选择拟合方法，点击Fit
左侧results为拟合结果，下方表格为误差等统计数据。
方法二、用神经网络工具箱
1、打开神经网络工具箱，在command window内输入nftool，进入Neural fitting tool
2、导入数据，点击next，导入Inputs为x，Targets为y。
3、选择网络参数，点击next，选择训练集和测试集数量，点next，选隐藏层节点个数。
4、训练数据，点next，选train。
5、绘制拟合曲线，训练完成后电机plot fit
训练结果参数在训练完后自动弹出
神经网络工具箱可以用command写，请搜索关键字matlab 神经网络工具箱函数。
方法三、用polyfit函数写
polyfit函数是matlab中用于进行曲线拟合的一个函数。其数学基础是最小二乘法曲线拟合原理。曲线拟合：已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值。
调用方法：apolyfit(xdata,ydata,n)，
其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入。输出参数a为拟合多项式 ya1x^n ... anx a,共n 1个系数。
%例程Apolyfit(x,y,2)zpolyval(A,x)plot(x,y,r*,x,z,b)
方法四、自行写算法做拟合
请参考数值分析教科书，拟合、插值方法较多，算法并不复杂，灵活套用循环即可