标签: matlab curve-fitting
我在Matlab的cftool中使用自定义函数来适应大量变化的数据。问题在于,默认情况下使用平方误差总和(SSE)作为标准以最小化拟合来完成拟合。由于偏移量对SSE的贡献很低,因此会导致较大的误差,无法拟合较小的值。
cftool
我想用相对偏差平方和(百分比误差)作为最小标准进行拟合。有没有办法做到这一点?
当然,我可以通过显式提及最小化功能以脚本形式进行操作。但是,我的方程式不是最终形式,因此,如果在脚本中进行了硬编码,则很难使用。我发现交互式的cftool创建拟合更容易。
答案 0 :(得分:0)
我在Matlab cftool中找到了一种引入平方百分比误差之和作为标准的方法,
平方误差总和(SSE)的计算方式为
可以看出,配重有一定的自由度。如果我们采取
这将导致百分比误差平方和。 y_i是要拟合的数据。
y_i
更新:如James所指出的,必须对y_i = 0采取必要的保护措施