Курсовые
Черчение

Теплоэнергетика

Электротехника
Карта

 

Полиномиальная регрессия

Одна из наиболее известных аппроксимаций — полиномиальная. В системе MATLAB определены функции аппроксимации данных полиномами по методу наименьших квадратов — полиномиальной регрессии. Это выполняет функция, приведенная ниже:

Рис. 17.10. Пример использования функции polyfit

Пример (полиномиальная регрессия для функции s

» х=(-3:0.2:3)';

y=sin(x);

p=polyflt(x,y,3)

р =

-0.0953 0.0000 0.8651 -0.0000 

»x=(-4:0.2:4)';y=sin(x); 

» f=polyval(p,x);plot(x,y,'o',x,f)

Рис. 17.14, построенный в этом примере, дает наглядное представление о точности полиномиальной аппроксимации. Следует помнить, что она достаточно точна в небольших окрестностях от точки х = 0, но может иметь большие погрешности за их пределами или в промежутках между узловыми точками.

График аппроксимирующего полинома третьей степени на рис. 17.10 показан сплошной линией, а точки исходной зависимости обозначены кружками. К сожалению, при степени полинома свыше 5 погрешность полиномиальной регрессии (и аппроксимации) сильно возрастает и ее применение без центрирования и масштабирования становится рискованным. Обратите внимание на то, что при полиномиальной регрессии узловые точки не ложатся точно на график полинома, поскольку их приближение к нему является наилучшим в смысле минимального среднеквадратического отклонения. Об этом уже говорилось.

 

Среда программирования Visual Basic

Введение

.NET и изменение парадигмы
Автоматическая сборка мусора: ликвидация утечки памяти
Visual Basic: прошлое и настоящее

  • В паутине нейронных сетей
  • Просмотр текстов примеров и m-файлов
    Версии Visual Basic
    VB как объектно-ориентированный язык
    Трудности перехода на VB .NET
    Сравнение С# с VB .NET
    Библиотека системного администратора Linux Интернет и почта

Инженерная графика

 

Сопромат