我等他
擬合是什麼意思
所謂擬合是指已知某函數的若幹離散函數值{f1,f2,…,fn}，通過調整該函數中若幹待定係數f(λ1, λ2,…,λn)，使得該函數與已知點集的差別(最小二乘意義)最小。
如果待定函數是線性，就叫線性擬合或者線性回歸(主要在統計中)，否則叫作非線性擬合或者非線性回歸。表達式也可以是分段函數，這種情況下叫作樣條擬合。
一組觀測結果的數字統計與相應數值組的吻合。形象的說,擬合就是把平麵上一係列的點，用一條光滑的曲線連接起來。因為這條曲線有無數種可能，從而有各種擬合方法。擬合的曲線一般可以用函數表示，根據這個函數的不同有不同的擬合名字。
在MATLAB中可以用polyfit 來擬合多項式。
擬合以及插值還有逼近是數值分析的三大基礎工具，通俗意義上它們的區別在於：擬合是已知點列，從整體上靠近它們；插值是已知點列並且完全經過點列；逼近是已知曲線，或者點列，通過逼近使得構造的函數無限靠近它們。
線性擬合的一些參數代表什麼意思。
parameter:參數
value:值
R:線性相關度
R-Square:線性相關度的平方
Degrees of Freedom:自由度
Sum of Squares:方差和
其他的在線性擬合裏都貌似不重要
擬合 什麼意思
擬合 [nǐ hé]
[解釋] 一組觀測結果的數字統計與相應數值組的吻合.
什麼是曲線擬合，什麼意思？
：曲線擬合曲線擬合曲線擬合正文用連續曲線近似地刻畫或比擬平麵上離散點組所表示的坐標之間的函數關係。更廣泛地說，空間或高維空間中的相應問題亦屬此範疇。在數值分析中，曲線擬合就是用解析表達式逼近離散數據，即離散數據的公式化。實踐中，離散點組或數據往往是各種物理問題和統計問題有關量的多次觀測值或實驗值，它們是零散的，不僅不便於處理，而且通常不能確切和充分地體現出其固有的規律。這種缺陷正可由適當的解析表達式來彌補。數學表述 設給定離散數據 (1)式中xk為自變量x(標量或向量,即一元或多元變量)的取值；yk為因變量y（標量）的相應值。曲線擬合要解決的問題是尋求與(1)的背景規律相適應解析表達式 (2)使它在某種意義下最佳地逼近或擬合(1),?(x,b)稱為擬合模型；為待定參數,當b)僅在?中線性地出現時，稱模型為線性的，否則為非線性的。
新手請教cass中的擬合是什麼意思
擬合就是複合線變為二維多段線或者曲線的過程 ，一般擬合在花地形圖等高線時可以用到 ，其他地方用不到的 ，若你連一些線段擬合了的話。在數據庫裏是不合格的 因為曲線上有無數個點 ，在庫裏無法識別
XRD擬合是什麼意思
*
在單色X射線照射下，多相體係在衍射空間的散射總量是 各組成相散射分量的疊加，每個組成相的散射分量和其在 多相體係中的豐度與單位晶胞中內原子的種類，數量，及 粒子對射線吸收襯度有關，是一不變量，吸收襯度又與各 組成相對射線的線吸收係數和顆粒尺寸有關。但每個相中 的hkl衍射強度隨單位散射體內原子或分子團精細結構及微 結構的變化而變化，並不是一個不變量。基於標準樣的單 一hkl或hkl族衍射的內標法、K值法的相豐度分析法，不能 實行多相全定量分析，隻能對組成相中某一特定相實行半 定量分析。
*
XRD主要是對照標準譜圖分析納米粒子的組成，分析粒徑，結晶度等，根據XRD圖譜的峰所對應的衍射角可計算初晶粒的尺寸，峰的麵積表示晶體含量，麵積越大，晶相含量越高。
*
峰窄說明晶粒大，可以用謝樂公式算晶粒尺寸。 峰高如果是相對背地強度高，表示晶相含量高，跟麵積表示晶相含量一致。 峰形還可以判斷此晶體屬於那種晶型。
cad2004中擬合是什麼意思?怎麼用？
擬合就是模擬match的意思，不廢話直接上圖
擬合之後
當然這個步長是可以更改的。
數據挖掘中的“過度擬合”是什麼意思
在數據挖掘中一般你通過一定量打過標簽的訓練數據來訓練模型，然後再使用訓練的模型對測試數據進行預測。但是，訓練數據不可能涵蓋所有的樣例，假設你要做的是預測房價，模型是一條曲線，如果你的這條曲線非常完美的通過了訓練數據中所有的點，那麼你的模型很有可能就是過擬合狀態的，就是對訓練數據來說過於完美而偏離了真實的曲線，從而導致預測不準。
非線性擬合是什麼意思
插值和擬合都是函數逼近或者數值逼近的重要組成部分
他們的共同點都是通過已知一些離散點集M上的約束，求取一個定義
在連續集合S(M包含於S)的未知連續函數，從而達到獲取整體規律的
目的，即通過"窺幾斑"來達到"知全豹"。
簡單的講，所謂擬合是指已知某函數的若幹離散函數值，通
過調整該函數中若幹待定係數f(λ1, λ2,…,λ3), 使得該函數與已知點集的
差別(最小二乘意義)最小。如果待定函數是線性，就叫線性擬合或者
線性回歸(主要在統計中)，否則叫作非線性擬合或者非線性回歸。表
達式也可以是分段函數，這種情況下叫作樣條擬合。
而插值是指已知某函數的在若幹離散點上的函數值或者導數信息，通
過求解該函數中待定形式的插值函數以及待定係數，使得該函數在給
定離散點上滿足約束。插值函數又叫作基函數，如果該基函數定義在
整個定義域上，叫作全域基，否則叫作分域基。如果約束條件中隻有
函數值的約束，叫作Lagrange插值，否則叫作Hermite插值。
從幾何意義上將，擬合是給定了空間中的一些點，找到一個已知形式
未知參數的連續曲麵來最大限度地逼近這些點；而插值是找到一個(
或幾個分片光滑的)連續曲麵來穿過這些點。
具體插值擬合的計算參考下麵回複：
1)Matlab中如何作線性擬合/線性回歸/多元線性回歸？
:#FangQ(Qianqian.Fang@Dartmouth.Edu),2002/6/21, BigGreen/MathTools #
即用y=a*x+b來擬合一組數據,…}
matlab中使用polyfit
x=data(:,1);
y=data(:,2);
p=polyfit(x,y,1);
p(1)為斜率a，p(2)為截距b
多元線性回歸即用y=a1*x1+a2*x2+..+am*xm來擬合數據點
(i=1~n)
|x11,x21,…xm1|
A=|x12,x22,…xm2|
|…………… |
|x1n,x2n,…xmn|
Y='
則係數'=pinv(A)*Y
在matlab中使用
coeff=A\Y
則可以得到最小二乘意義上的擬合係數
matlab默認隻提供了多項式擬合的函數polyfit，對於其他稍微簡單
一點的擬合，如標準的指數、對數、高階多項式擬合，都有解析公式，參見：
對於更加複雜的非線性函數，建議使用Mathematica或者DataFit
Mathematica中提供了Fit[],以及
<>
NonlinearFit[],NonlinearRegress[]
可以擬合任意複雜的表達式。
DataFit可以自定義擬合模型，適用於複雜係統的擬合。
曲線擬合算法的意義和價值
就是預測。對於數目較大的、自然發展的、沒有劇烈變動的事物進行預測，把握事物發展方向。
比如說10年之後，中國人口有多少億，就需要擬合。
比如有一個多項式函數【函數就是一條曲線】s=f（t）；
t= 1 , 2 , 3 , 4 , 5 ，7 ，9
s=2.01 ,5.97,12.02,19.99,30.01 ，？ ，90.03
估計t=7 時 s=？；
嗬嗬，碰到這一類問題，似乎數據之間沒有任何規律，所以無從下手。怎麼辦呢？
咱們就“無中生有”，弄出來一個函數表達式s=f（t），就能解決問題。
對於數據進行曲線擬合得到s=n*（n+1），這樣t=7時，s=56.00。擬合的意義就在於此。
