曲线拟合矩阵
Curve fitting a Matrix
大家好，我觉得我有一个基本问题，但出于某种原因我无法弄清楚
所以我有一个矩阵：
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：
polyfit(A)
我从来不需要找到矩阵的方程式，我相信这将是一个简单的一行代码，我已经坚持了比我愿意承认的时间更长的时间。
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：
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> 替换为您要寻找的适合度。
大家好，我觉得我有一个基本问题，但出于某种原因我无法弄清楚
所以我有一个矩阵：
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：
polyfit(A)
我从来不需要找到矩阵的方程式，我相信这将是一个简单的一行代码，我已经坚持了比我愿意承认的时间更长的时间。
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：
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> 替换为您要寻找的适合度。