第四次打卡
曲线拟合的线性最小二乘法
1 定义
线性最小二乘法 曲线拟合问题的提法是，已知一组（二维）数据，即平面上的n个点 （xi，yi），i=1，2，3，…，n，xi 互不相同，寻求一个函数（曲线）y=f(x) ，使 )f(x) 在某种准则下与所有数据点最为接近，即曲线拟合得最好。
线性最小二乘法是解决曲线拟合最常用的方法，基本思路是，令
其中rk（x）是事先选定的一组线性无关的函数，ak 是待定系数 (k=1,2,…,m,m<n) 。 拟合准则是使 yi,i=1,2,…,n,与f(xi)的距离 δi 的平方和最小，称为最小二乘准则。
2 系数ak的选取
3 函数rk(x)的选取
4 最小二乘法的 Matlab 实现
(1) 解方程组方法
**(2)多项式拟合方法 **