链接：https://zhuanlan.zhihu.com/p/36103034
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
1） polyfit
代码例子如下，拟合一个3次曲线，并画图。
x = 0:1:9;
y = [0 2 4 6 8 20 12 14 16 18]
A=polyfit(x,y,3);
z=polyval(A,x);
plot(x,y,'r*',x,z,'b')
1） lsqcurvefit nlinfit
使用lsqcurvefit（最小二乘拟合）或nlinfit。下面的例子，是拟合一个3次曲线。这两个函数还可以拟合指数函数、三角函数等。
x=[0 1 2 3 4 5 6 7 8 9];
y=[0 1 2 3 4 5+10 6 7 8 9]; %这里，有一个噪音
w=[1 1 1 1 1 0.1 1 1 1 1]; %我们知道噪音的权重很低
a0=[1 1 1 1];
f=@(a,x)a(1)+a(2)*x+a(3)*x.*x+a(4)*x.*x.*x;
f1 = lsqcurvefit(f,a,x,y)
f2 = nlinfit(x,y,f,a0)
y1=f(f1,x)
y2=f(f2,x)
plot(x,y,'r*',x,y1,'b',x,y2,'g')
2）cftool
注意，上述拟合，是无权重拟合。w没有起作用，会发现拟合的曲线被噪音影响较大。下面将采用cftool拟合来降低噪音：
命令行中输入：cftool，回车，就打开了cftool窗口。
在窗口中，将X data选为x，将Y data选为y，此时就自动拟合为一个直线。注意，重要的地方来了：将Weights选择为w，会发现直线更加贴近正常点！
下列参考文章中有所有拟合类型的解释 matlab cftool用法及其菜单 [李园7舍_404]
3）使用fit 注意，这才是最重要的拟合！cftool能实现的，这里全能实现。
x=[0;1;2;3;4;5;6;7;8;9];
y=[0;1;2;3;4;5+10;6;7;8;9]; %这里，有一个噪音
w=[1;1;1;1;1;0.1;1;1;1;1]; %我们知道噪音的权重很低
a0=[1 1];
plot(x,y,'o')
fo = fitoptions('Method','NonlinearLeastSquares',...
'StartPoint',a0);
ft = fittype('a+x*b','options',fo);
[curve,gof] = fit(x,y,ft,'Weights',w)
hold on
plot(curve,'m')
legend('Data','curve')
hold off
参见：
Fit curve or surface to data
Fit type for curve and surface fitting
Create or modify fit options object
4) fit使用SmoothingSpline
x=[0;1;2;3;4;5;6;7;8;9];
y=[0;1;2;3;4;5+10;6;7;8;9]; %这里，有一个噪音
w=[1;1;1;1;1;0.2;1;1;1;1]; %我们知道噪音的权重很低
a0=[1 1];
plot(x,y,'o')
fo = fitoptions('method','SmoothingSpline','SmoothingParam',0.07,'Weights',w);
ft = fittype('smoothingspline');
f = fit(x,y,ft,fo)
y1= f(x)
hold on
plot(x,y1,'r')
legend('Data','f')
hold off
可惜，拟合代码不能转C++
1）写一个文件 fixSmoothingSpline.m，内容如下，是做一个加权样条拟合的，
function y1 = fixSmoothingSpline(x, y, w)%#codegen
f = fit(x,y,'SmoothingSpline','SmoothingParam',0.07,'Weights',w);
y1= f(x);
2）在命令行中输入coder，调出coder窗口，
3）可是，因为上述文件中带有fit字样，不支持转C。