离散点拟合曲线:最小二乘法的多项式近似

这也算是矩阵运算的一个应用吧,顺便学用一下SDL,哈哈!

给出5个离散点,分别选用不同的多项式来拟合一条曲线:
这是最常见的最小二乘法得到的直线方程:



拟合抛物线:

拟合三次曲线:

四次曲线:

综合上述各种情况,很容易发现的规律是使用的多项式次数越高,虽然离散点的拟合效果很好,但是曲线的波动越大,不一定实用。

下面再举一个数据例子说明这个问题:
当多项式越复杂时,

当最高次项的指数为5时,拟合效果比上面的可能要好,相对而然比较稳定。

花了一天时间来写矩阵运算和多项式的生成,也值得了,对Numerical Methods这门课程算是有了深入的理解。
哈哈,花了很长时间不断地找错,后来发现我的程序计算错误的原因是我把乘号两边的矩阵变量位置搞反了。修正这个错误后,立马得到了正确答案,兴奋不已,拍案叫绝!
我坚信,实践总是比背书效果要好的!

程序及代码下载:
http://xiaoxia.org/upfiles/2010/12/poly.zip

离散点拟合曲线:最小二乘法的多项式近似》有17个想法

  1. iceboy

    小虾也用 c++ 哈哈~

    提个小建议: operator *, / 这种对称的运算符不要作为成员函数,否则 matrix_a * matrix_b 会变成 matrix_a.operator *(matrix_b),于是 a 不能隐式构造而 b 却可以,造成不对称~

    回复
      1. iceboy

        就是说 a 和 b 具有一样的性质
        比如如果把 + 声明为 std::string 的成员,s 是一个实例,那么
        s + “abc” 是合法的,而 “abc” + s 是非法的
        如果声明到类外,二者都是合法的

        回复
        1. Xiaoxia 文章作者

          如此来说,STL string的+重载是声明在类内的啊!
          如果我声明在类外,是不是可以解决问题了?

          回复
    1. Xiaoxia 文章作者

      我也很头痛!!!
      我系实用派,那些什么定理虽然自己不一定能理解,不一定能证明,但系我懂得怎么用就够啦!

      回复

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据