MATLAB在数学建模中的应用 读书笔记1

matlab读取/保存excel文件

file=xlsread('文件路径',第几个sheet,'读入数据的范围')

例如：data = xlsread('e:anaconda_code\A.csv',1,'A1:B4')

xlswrite(('e:anaconda_code\A.csv',data,1,'A1:B4')  data是写入的数据

matlab与txt交互

读取：load('***.txt')

保存：

a = linspace(3,30,8);

save d:\exper.txt a -ascii    把变量 a 以ascii码储存在D盘的exper.txt文件中

更常用的：

书P6有介绍，需要的时候去看

matlab导入数据 GUI操作：

直接点击“导入数据” 然后选中需要的数据导入就行

数据拟合：

    代码：

            多项式拟合：polyfit(X,Y,N)  N是拟合的最高次幂

                                polyval(P,XI)  XI是要求的点的横坐标,P是polyfit返回的多项式的值

>> x=[1 2 3 4 5 6 7 8 9];

>> y=[ 9 7 6 3 -1 2 5 7 20 ];

>> P = polyfit(x,y,3);

>> xi = 0:.2 :10

>> yi=polyval(P,xi);

>> plot(xi,yi,x,y,'r*');

拟合数据和原始数据的对照

GUI操作（R2016B）：

点开APP的curve Fitting

X data Ydata选择拟合的数据

右侧选择用什么拟合

这里使用多项式拟合 最高阶为3.

custom equation可以自己写方程拟合

exponential是指数函数

每一个下面都有Equation告诉你用的是什么函数然后最小二乘拟合

打开Fit Options 会发现 里面有一个撸棒性的选项，个人猜测是为了防止过拟合选择不同的拟合方法https://blog.csdn.net/meng4411yu/article/details/8851187根据这篇文章大概猜测，默认off是最小二乘法，但是数据的噪声多了之后，需要正则化，所以选用Bisquare做稳健回归估计。

显示误差

最后点Fit选项的Save to workspace