plot
绘制 cfit 或 sfit 对象
语法
说明
曲面
plot(___, 使用一个或多个名称-值参量指定选项，且支持上述适用于曲面的语法中的任何输入参量组合。例如，您可以指定绘图的类型和范围。Name=Value)
曲线
plot(cfit, 指定用于绘制散点图数据的颜色、标记符号和线型。x,y,DataLineSpec)
plot( 指定 cfit,FitLineSpec,x,y,DataLineSpec)plot 用来绘制 cfit 中给定曲线的颜色、标记符号和线型。
plot( 指定用来绘制离群值的颜色、标记符号和线型。cfit,x,y,outliers,OutlierLineSpec)
示例
加载 franke 数据集。
load franke向量 x、y 和 z 包含从弗兰克二元测试函数生成的数据。
对 x、y 和 z 中的数据进行 Lowess 平滑模型拟合。
ls = fit([x,y],z,"lowess");ls 是 sfit 对象，包含对数据进行 Lowess 平滑模型拟合的结果。
绘制 ls 并更改图窗的视图。
plot(ls) view([19.5 40.0])
绘图显示，Lowess 平滑拟合是一个波浪形曲面，位于 z=0 和 z=1.5 之间，横跨 x 和 y 的值。
加载 titanium 数据集。将数据从行向量转换为列向量。
[x, y] = titanium; x = x'; y = y';
x 包含温度测量值，y 包含钛属性的测量值。
对 x 和 y 数据进行高斯模型拟合。
g = fit(x,y,"gauss2");g 是 cfit 对象，包含对数据进行高斯模型拟合的结果。
绘制 g 以及数据的散点图。
plot(g,x,y)
绘图显示 g 与大多数数据高度吻合，当 x 约为 900 时 y 数据达到尖峰。
使用 linspace 和 sin 函数为基线正弦信号生成一些数据。
xdata = linspace(0,2*pi,60)'; y0 = sin(xdata);
xdata 是一个由 0 和 2 之间的 60 个点组成的向量，y0 是通过在 xdata 值处计算正弦函数得到的值向量。
使用 randn 函数从高斯分布生成噪声。
rng(0,"twister") % For reproducibility gnoise = y0.*randn(size(y0));
要生成冲激噪声，请首先使用 randperm 和 round 函数创建一个随机索引向量。
leny0 = length(y0); p = randperm(leny0); stop = round(leny0/5); idx = p(1:stop);
idx 是表示 y0 索引的整数向量。
使用 zeros 函数创建一个冲激噪声向量。然后，使用 sign 函数将值 -5 和 5 赋给噪声向量中的对应元素，即 idx 中 y0 的元素分别为负值和正值的位置处。
szy = size(y0); spnoise = zeros(szy); yidx = y0(idx); spnoise(idx) = 5*sign(yidx);
将该噪声向量加到 y0 中。
ydata = y0 + gnoise + spnoise;
ydata 是具有非恒定方差的含噪数据向量。
对 ydata 进行正弦模型拟合。
f = fittype("a*sin(b*x)");
fit1 = fit(xdata,ydata,f,StartPoint=[1 1]);fit1 包含使用最小二乘进行正弦模型拟合的结果。
从 xdata 和 ydata 中与 fit1 中的模型相差 1.5 倍标准差以上的点创建一个离群值向量。
fdata = feval(fit1,xdata); outliers = abs(fdata - ydata) > 1.5*std(ydata);
排除离群值后对数据进行重新拟合。
fit2 = fit(xdata,ydata,f,StartPoint=[1 1],...
Exclude=outliers);fit2 包含对排除离群值后的数据进行正弦模型拟合的结果。
使用稳健拟合算法进行第三个模型拟合。
fit3 = fit(xdata,ydata,f,StartPoint=[1 1],Robust="on");fit3 包含使用 bisquare 权重拟合算法对数据进行正弦模型拟合的结果。
为了比较拟合模型，请绘制数据、离群值和拟合结果。用不同颜色和线型绘制每个拟合，用品红色星号绘制离群值。
plot(fit1,"r-",xdata,ydata,"k.",outliers,"m*") hold on plot(fit2,"c--") plot(fit3,"b:") xlim([0 2*pi]) legend("data","outlier","fit1","fit2","fit3")
绘图用不同线条颜色和样式显示每个拟合。所有三个拟合都与大部分数据吻合。相对于其他两种拟合，fit1 与离群值的吻合程度更高。
绘制 fit1 的残差图。
figure plot(fit1,xdata,ydata,"co","residuals") hold on xlabel("xdata") ylabel("residuals") hold off
绘图显示 fit1 的残差在 xdata 中的值范围内具有非恒定方差。
输入参数
名称-值参数
版本历史记录
在 R2006a 之前推出
