Matlab学习笔记Day2 线性模型及线性回归问题（曲线拟合）

线性回归和曲线拟合

线性回归在《机器学习》中的定义是：学得一个线性模型以尽可能准确地预测实值输出标记
而曲线拟合的定义在《数学建模算法与应用》中的定义则是：已知一组二维数据，即平面上的n个点，互不相同，求得一个函数使得在某种准则下所有数据点最为接近。

基于以上概念的给出，此时将二者作为同一类问题进行学习

一、线性最小二乘法

举例子说明：有一组二维数据如下

分析：

X0.^2 是对X0这个数组每个数平方

clc
clear
X=[19 25 31 38 44]';
Y=[19.0 32.3 49.0 73.3 97.8 ]';
R=[ones(5,1),X.^2];
ab=R\Y;
X0=19:0.1:44;
Y0=ab(1)+ab(2)*X0.^2
plot(X,Y,'o',X0,Y0,'r');
disp(ab(1));
disp(ab(2));

X,Y表示点，X0和Y0组成曲线