一、曲线拟合的最小二乘原理
拟合曲线定义：求近似函数 φ(x), 使之 “最好” 的逼近f(x) ,无需满足插值原则.
这就是曲线拟合问题。
（时间紧迫直接看例子就行，智慧交通专业的补修课，可能理论学的不那么深入，主要是方法。）
1. 超定方程组的最小二乘解
超定方程组是指方程个数大于未知量个数的方程组 。
最小二乘解： 对于方程组：Ax = b
如果有向量x使得 ：
达到最小，则称x是该方程组的最小二乘解。
解题方法：
直接看例子：
上面法方程组的解，也就是超定方程组的最小二乘解。
解析：实际上是求拟合曲线φ(x)的参数a，b；将原问题转化为求法方程组的问题。
2. 直线拟合
例子在后面
3. 多项式拟合
求解过程与上面类似，因为其A(T)A 系数矩阵有一定的规律性，因此单独拿出来记忆。
A(T)A的特点：
- n : 有n组实例数据表，n个方程组， i 的范围是1-n
- m ：φ(x)有 m 个待求系数，并且A(T)A 是m × m规格的矩阵
- A(T)A :是对称矩阵
- 直线拟合的矩阵其实就是多项式拟合的左上角2 × 2的部分
上栗子！
-
多项式拟合例子
文章来源：https://www.toymoban.com/news/detail-489470.html -
直线拟合例子
下面给出一次拟合多项式的步骤：
文章来源地址https://www.toymoban.com/news/detail-489470.html
到了这里，关于数值分析——曲线拟合的最小二乘法的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
