matlab工具箱多元

1. 怎麼用matlab進行數據的多元擬合

如何用matlab進行數據的多元函數擬合？

1、擬合前，我們應准備x1,x2,x3,。。。,y的一系列數據

2、將x1,x2,x3,。。。數據賦值給X變數

3、自定義多元函數擬合函數，如func=@(a,x)a(1)*x1+a(2)*x2+a(3)*x3+a(4)，a為擬合系數

4、初定a的初始值，如a0=[0,0,0,0] %其個數必須與擬合顯示對應

5、利用nlinfit或lsqcurvefit函數，求其擬合系數。如

[a,r,J]=nlinfit(X,y,func,a0)

這里，a為擬合系數；r為殘差；J為Jacobian 矩陣

6、利用nlparci函數，求得擬合系數的置信區間，即

ci = nlparci(p,r,J)

7、計算擬合值，即 yi=func(a,x)

8、計算原數據與擬合數據的相關性，如R²≈1，則認為擬合是合理的。

2. 怎麼用matlab進行非線性的多元函數擬合

方法一：抄

1、最常用的是多項式擬合，採用polyfit函數，在命令窗口輸入自變數x和因變數y。

3. 請問Matlab的libsvm工具箱如何進行多元回歸

這個問題其實非常地簡單。
1、在Matlab裡面先做這樣一小段處理：

data = [
0.5 2 12 26 2 0.0476890000000000
0.5 3 14 28 4 0.0792965000000000
0.5 4 16 30 6 0.106723000000000
0.5 5 18 32 8 0.112500000000000
1 2 14 30 8 0.487650000000000
1 3 12 32 6 0.0955300000000000
1 4 18 26 4 0.336150000000000
1 5 16 28 2 0.202830000000000
1.5 2 16 32 4 1.18260000000000
1.5 3 12 30 2 0.273390000000000
1.5 4 18 28 8 0.784670200000000
1.5 5 14 26 6 0.487695000000000
2 2 18 28 6 1.41230000000000
2 3 16 26 8 0.934150000000000
2 4 14 32 2 0.181100000000000
2 5 12 30 4 1.08280000000000
];

x = data(:,1:end-1);
y = data(:,end);
% 上述處理即是將最後一列作為輸出，前n-1列全部作為輸入

2. 將 x, y 分別作為輸入和輸出放入svmtrain函數中訓練
3. 再在svmpredict函數中輸入x即可得出各個x對應的預測值y
註：這里的原理其實十分簡單，在libsvm中其實也是將所有變數都默認為了向量（或矩陣），所以你只管輸入的數據結構即可。

4. MATLAB中NETLAB工具箱如何實現預測多元數據是否需要用到其他的工具箱

數據准備：
我們以一組多項式數據為例，進行示例，假如多項式是y=4x^3+3x^2+2產生的數據，x取0到3之間間隔為0.3的數。具體數據如下：

調用工具箱：
關於如何調用工具箱我在其他經驗中有詳細的介紹，有興趣的可以查看。
這里我們用命令cftool進行調用擬合工具箱，在MATLAB主窗口中輸入 cftool 回車
可以看到如下擬合工具箱界面

擬合操作步驟：
首先我們將要擬合的數據選入到工具箱中，如下圖，在紅圈處，點擊向下三角，分別將要擬合的x y 選入，然後點擊右側的最上方的下三角，然後選擇polynomial（ 多項式），下面的degree是階數，也就是x的最高次數，選擇不同的degree，在圖的左下角是擬合的結果，包括擬合的系數以及方差相關系數等，右側是數據點，以擬合曲線。

結果分析：
我們擬合的時候，一般情況下不知道要擬合的多項式是幾階的，我們一般調節degree都是從1逐漸增大，只要精度符合要求，就可以了，並不是精度越高越高。
擬合結果說明：
Linear model Poly3:
f(x) = p1*x^3 + p2*x^2 + p3*x + p4
Coefficients (with 95% confidence bounds):
p1 = 4 (4, 4)
p2 = 3 (3, 3)
p3 = 4.593e-15 (-3.266e-14, 4.185e-14)
p4 = 2 (2, 2)

Goodness of fit:
SSE: 2.386e-28
R-square: 1
Adjusted R-square: 1
RMSE: 5.839e-15
從以上可以看到最終擬合的y關於x的函數為：
f(x)=4*x^3+3*x^2+4.593e-15*x+2
我們可以看到一次項的系數為4.593e-15，實際上就是4.593*10^（-15），這個數量級完全可以認為是0，所以擬合的結果我們認為是：
f(x)=4*x^3+3*x^2+2
這里的方差SSE數量級為10的負28次方，相關系數 R-square=1，說明擬合的結果很好。

5. 如何向MATLAB中添加新工具箱

今天費了好大的勁終於將SVM_SteveGunn添加至我的matlab工具箱內，並且已能成功運行，現在把在添加以及運行中出現的各種問題羅列如下，並一一解決：
1、將下載的svm工具箱添加至matlab安裝目錄下
1、單獨下載的工具箱
2、把新的工具箱拷貝到某個目錄（我的是D:softmatlab2011b oolbox）。
注意：你要是添加的很多個m文件，那就把這些m文件直接拷到再下一層你想要的工具箱的文件夾里
例如，我要添加的是支持向量機工具箱，在剛才的文件夾下我已經有svm（支持向量機工具箱）文件夾了，但有的m文件還沒有，我就把新的m文件統統拷到D:softmatlab2011b oolbox svm目錄下了。如果你連某工具箱（你打算添加的）的文件夾都沒有，那就把文件夾和文件一起拷到D:softmatlab2011b oolbox 下。
先把工具箱保存到MATLAB安裝目錄的根目錄下面，然後運行matlab---->file---->set path---->add folder 然後把你的工具箱文件夾添加進去就可以了
3、在matlab的菜單file下面的set path把它（ D:softmatlab2011b oolbox svm ）加上。
4、 把路徑加進去後在file→Preferences→General的Toolbox Path Caching里點擊update Toolbox Path Cache更新一下。

記得一定要更新！我就是沒更新，所以添加了路徑，一運行還是不行。後來更新了才行。

2、在對svm工具箱進行使用時，發現了'qp.dll 不是有效的 Win32 應用程序 '
問題描述：
mex在不同windows OS下編譯的結果，所以我們需要重新編譯一下qp.dll
解決方案：
steve gunn 的包下面有一個optimiser 文件夾，把current Diretory目錄改為optimiser目錄，例如E:matlabProgramSVM_SteveGunnOptimiser，然後運行命令
>> mex -v qp.c pr_loqo.c
命令運行完畢後，你會發現原先的qp.dll變為qp.dll.old，還出現了qp.mexw32，我們把該文件改為qp.dll 復制到工具箱文件夾下。原先的工具箱文件qp.dll可以先改一下名字...
3、我在運行第二步時發現了『D:SOFTMATLAB~3BINMEX.PL: Error: Compile of 'qp.c' failed. Error using mex (line 206)
Unable to complete successfully.
這個是因為編譯器設置的問題，這里需要重新選擇設置編譯器，設置編譯器的方法：
mex -setup(mex和-setup之間要有空格)，然後我選擇的VS2010，然後再繼續運行步驟2就成功了。

6. matlab需要安裝哪些工具箱

至於Matlab工具箱安裝中涉及到了Matlab的搜索路徑、工作目錄、當前路徑、用戶路徑等好多術語。

MATLAB和Mathematica、Maple並稱為三大數學軟體。它在數學類科技應用軟體中在數值計算方面首屈一指。

MATLAB可以進行矩陣運算、繪制函數和數據、實現演算法、創建用戶界面、連接其他編程語言的程序等，主要應用於工程計算、控制設計、信號處理與通訊、圖像處理、信號檢測、金融建模設計與分析等領域。

(6)matlab工具箱多元擴展閱讀：

編程環境：

MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許多工具採用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用於用戶瀏覽幫助、工作空間、文件的瀏覽器。

隨著MATLAB的商業化以及軟體本身的不斷升級，MATLAB的用戶界面也越來越精緻，更加接近Windows的標准界面，人機交互性更強，操作更簡單。

而且新版本的MATLAB提供了完整的聯機查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠及時地報告出現的錯誤及進行出錯原因分析。

7. matlab曲線擬合工具箱能做多元非線性回歸分析嗎只能寫程序嗎求方法！！

目前，Matlab還不能對多元非線性回歸分析。只能用nlinfit函數，lsqcurvefit函數來擬合。其方回法：
x=[。。。];y=[。。。];
fun=inline('a(1)+a(2).*exp(x)','a','x');
a=lsqcurvefit(fun,[a01 a02],x,y)
或
a= nlinfit(x,y,fun,[a01 a02])
[a01 a02] 初值答

8. 如何使用matlab中的工具箱

如果是系統自帶的，你可以直接用，如果是外部的或者是自編的你需要先把文件夾拷貝到tools文件夾下，再設置路徑。x0dx0aMatlab常用工具箱介紹(英漢對照)x0dx0aMatlab Main Toolbox——matlab主工具箱x0dx0aControl System Toolbox——控制系統工具箱x0dx0aCommunication Toolbox——通訊工具箱x0dx0aFinancial Toolbox——財政金融工具箱x0dx0aSystem Identification Toolbox——系統辨識工具箱x0dx0aFuzzy Logic Toolbox——模糊邏輯工具箱x0dx0aHigher-Order Spectral Analysis Toolbox——高階譜分析工具箱x0dx0aImage Processing Toolbox——圖象處理工具箱x0dx0aLMI Control Toolbox——線性矩陣不等式工具箱x0dx0aModel predictive Control Toolbox——模型預測控制工具箱x0dx0aμ-Analysis and Synthesis Toolbox——μ分析工具箱x0dx0aNeural Network Toolbox——神經網路工具箱x0dx0aOptimization Toolbox——優化工具箱x0dx0aPartial Differential Toolbox——偏微分方程工具箱x0dx0aRobust Control Toolbox——魯棒控制工具箱x0dx0aSignal Processing Toolbox——信號處理工具箱x0dx0aSpline Toolbox——樣條工具箱x0dx0aStatistics Toolbox——統計工具箱x0dx0aSymbolic Math Toolbox——符號數學工具箱x0dx0aSimulink Toolbox——動態模擬工具箱x0dx0aSystem Identification Toolbox——系統辨識工具箱x0dx0aWavele Toolbox——小波工具箱x0dx0ax0dx0a例如：控制系統工具箱包含如下功能：x0dx0a連續系統設計和離散系統設計x0dx0a狀態空間和傳遞函數以及模型轉換x0dx0a時域響應（脈沖響應、階躍響應、斜坡響應）x0dx0a頻域響應（Bode圖、Nyquist圖）x0dx0a根軌跡、極點配置x0dx0ax0dx0a較為常見的matlab控制箱有：x0dx0ax0dx0a控制類：x0dx0ax0dx0a控制系統工具箱(control systems toolbox)x0dx0a系統識別工具箱（system identification toolbox）x0dx0a魯棒控制工具箱（robust control toolbox）x0dx0a神經網路工具箱（neural network toolbox）x0dx0a頻域系統識別工具箱（frequency domain system identification toolbox）x0dx0a模型預測控制工具箱（model predictive control toolbox）x0dx0a多變數頻率設計工具箱（multivariable frequency design toolbox）x0dx0ax0dx0a信號處理類：x0dx0a信號處理工具箱（signal processing toolbox）x0dx0a濾波器設計工具箱（filter design toolbox）x0dx0a通信工具箱（communication toolbox）x0dx0a小波分析工具箱（wavelet toolbox）x0dx0a高階譜分析工具箱（higher order spectral analysis toolbox）x0dx0ax0dx0a其它工具箱：x0dx0a統計工具箱(statistics toolbox)x0dx0a數學符號工具箱（symbolic math toolbox）x0dx0a定點工具箱（fixed-point toolbox）x0dx0a射頻工具箱（RF toolbox）x0dx0ax0dx0a1990年，MathWorks軟體公司為Matlab提供了新的控制系統模型化圖形輸入與模擬工具，並命名為Simulab，使得模擬軟體進入了模型化圖形組態階段，1992年正式命名為Simulink，即simu（模擬）和link（連接）。matlab7.0里的simulink為6.0版本，matlab6.5里的simulink為5.0版本。x0dx0ax0dx0aMATLAB的SIMULINK子庫是一個建模、分析各種物理和數學系統的軟體，它用框圖表示系統的各個環節，用帶方向的連線表示各環節的輸入輸出關系。x0dx0a啟動SIMULINK十分容易，只需在MATLAB的命令窗口鍵入「SIMULINK」命令，此時出現一個SIMULINK窗口，包含七個模型庫，分別是信號源庫、輸出庫、離散系統庫、線性系統庫、非線性系統庫及擴展系統庫。x0dx0a1.信號源庫x0dx0a包括階躍信號、正弦波、白雜訊、時鍾、常值、文件、信號發生器等各種信號源，其中信號發生器可產生正弦波、方波、鋸齒波、隨機信號等波形。x0dx0a2.輸出庫x0dx0a包括示波器模擬窗口、MATLAB工作區、文件等形式的輸出。x0dx0a3.離散系統庫x0dx0a包括五種標准模式：延遲，零-極點，濾波器，離散傳遞函數，離散狀態空間。x0dx0a4.線性系統庫x0dx0a提供七種標准模式：加法器、比例環節、積分環節、微分環節、傳遞函數、零-極點、狀態空間。x0dx0a5.非線性系統庫x0dx0a提供十三種常用標准模式：絕對值、乘法、函數、回環特性、死區特性、斜率、繼電器特性、飽和特性、開關特性等。x0dx0a6.系統連接庫包括輸入、輸出、多路轉換等模塊，用於連接其他模塊。x0dx0a7.系統擴展庫x0dx0a考慮到系統的復雜性，SIMULINK另提供十二種類型的擴展系統庫，每一種又有多種模型供選擇。x0dx0a使用時只要從各子庫中取出模型，定義好模型參數，將各模型連接起來，然後設置系統參數，如模擬時間、模擬步長、計算方法等。SIMULINK提供了Euler、RungeKutta、Gear、Adams及專用於線性系統的LinSim演算法，用戶根據模擬要求選擇適當的演算法。x0dx0ax0dx0a當然，不同版本的Matlab/Simulink內容有所不同。x0dx0ax0dx0a另外，Simulink還提供了諸如航空航天、CDMA、DSP、機械、電力系統等專業模塊庫，給快速建模提供了很大的便利。

9. matlab 畫圖 多元線性回歸分析

Matlab中統計工具箱用命令regress實現多元線性回歸，用的方法是最小二乘法，基本用法是：

b=regress(Y,X)

Y,X是因變數和自變數，b為回歸系數的估計值。

當然，也可以讓結果更詳細，這個你可以自己查看幫助文檔 doc regress

這里使用：

[b,bint,r,rint,stats]=regress(Y,X)

其中，bint為回歸系數的置信區間，r,rint為殘差及其置信區間，stats為計算回歸模型的統計量。

所以，設房屋銷售均價為Y，其餘四個變數分別為X1,X2,X3,X4

則代碼如下：

clc
clear
x=[];
Y=[];
X=[ones(length(x),1),x];
[b,bint,r,rint,stats]=regress(Y,X,0.05)

X,Y的數據你填進去就可以了。

10. matlab遺傳演算法工具箱求解多元函數顯示輸入參數數目不足求解答，非常感謝

錯誤的主要原因是你寫的函數有問題。函數應該這樣來表示：

function y = Test1（x）

a=x(1);b=x(2);

y=a+b;

end

使用優化工具箱，選擇ga，運行可以得到如下結果