fitoptions
近似オプション オブジェクトを作成または変更する
構文
説明
fitOptions = fitoptionsfitOptions を作成します。
fitOptions = fitoptions(libraryModelName)
fitOptions = fitoptions(libraryModelName,Name,Value)Name,Value ペア引数で指定された追加オプションを使用して、指定されたライブラリ モデルの近似オプションを作成します。
fitOptions = fitoptions(fitType)fitType の近似オプション オブジェクトを取得します。カスタム モデルの近似オプションを操作するには、この構文を使用します。
fitOptions = fitoptions(Name,Value)Name,Value ペア引数で指定された追加オプションを使用して、近似オプションを作成します。
newOptions = fitoptions(fitOptions,Name,Value)Name,Value ペア引数で指定された新しいオプションを使用して、既存の近似オプション オブジェクト fitOptions を変更し、更新された近似オプションを newOptions に返します。
newOptions = fitoptions(options1,options2)options1 と options2 を結合して newOptions に返します。
Methodが一致する場合、options2内のプロパティの空でない値によってnewOptionsにあるoptions1内の対応する値がオーバーライドされます。Methodが異なる場合、newOptionsにはMethodのoptions1の値とNormalize、ExcludeおよびWeightsのoptions2の値が含まれます。
例
既定の近似オプション オブジェクトを作成し、近似する前にデータをセンタリングおよびスケーリングするオプションを設定します。
options = fitoptions;
options.Normal = 'on'options =
basefitoptions with properties:
Normalize: 'on'
Exclude: []
Weights: []
Method: 'None'
options = fitoptions('gauss2')options =
nlsqoptions with properties:
StartPoint: []
Algorithm: 'Trust-Region'
DiffMinChange: 1.0000e-08
DiffMaxChange: 0.1000
Display: 'Notify'
MaxFunEvals: 600
MaxIter: 400
TolFun: 1.0000e-06
TolX: 1.0000e-06
Lower: [-Inf -Inf 0 -Inf -Inf 0]
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Off'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'NonlinearLeastSquares'
3 次多項式の近似オプションを作成し、データのセンタリングとスケーリングおよびロバスト近似オプションを設定します。
options = fitoptions('poly3', 'Normalize', 'on', 'Robust', 'Bisquare')
options =
llsqoptions with properties:
Lower: []
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Bisquare'
Normalize: 'on'
Exclude: []
Weights: []
Method: 'LinearLeastSquares'
options = fitoptions('Method', 'LinearLeastSquares')
options =
llsqoptions with properties:
Lower: []
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Off'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'LinearLeastSquares'
最近傍外挿を用いる線形内挿近似用に fitoptions オブジェクトを作成します。
linearoptions = fitoptions("linearinterp",ExtrapolationMethod="nearest")
linearoptions =
linearinterpoptions with properties:
ExtrapolationMethod: 'nearest'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'LinearInterpolant'
最近傍外挿を用いる 3 次内挿近似用に 2 つ目の fitoptions オブジェクトを作成します。
cubicoptions = fitoptions("cubicinterp",ExtrapolationMethod="nearest")
cubicoptions =
cubicsplineinterpoptions with properties:
ExtrapolationMethod: 'nearest'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'CubicSplineInterpolant'
関数fitを使用すると、linearoptions 内の近似オプションを使って linearinterp 近似オブジェクトを作成できます。cubicoptions を使用して cubicinterp 近似を作成します。
Normalize、Exclude または Weights プロパティを設定してから、さまざまな近似法で同じオプションを使用してデータを近似する場合、既定の近似オプション オブジェクトを変更すると便利です。次の例では、同じ近似オプションを使用して異なるライブラリ モデル タイプで近似しています。
load census options = fitoptions; options.Normalize = 'on'; f1 = fit(cdate,pop,'poly3',options); f2 = fit(cdate,pop,'exp1',options); f3 = fit(cdate,pop,'cubicspline',options)
f3 =
Cubic interpolating spline:
f3(x) = piecewise polynomial computed from p
with cubic extrapolation
where x is normalized by mean 1890 and std 62.05
Coefficients:
p = coefficient structure
平滑化パラメーターを確認します。smooth パラメーターなどのデータ依存の近似オプションは、関数 fit の 3 番目の出力引数として返されます。
load census [f,gof,out] = fit(cdate,pop,'SmoothingSpline'); smoothparam = out.p
smoothparam = 0.0089
新しい近似用に既定の平滑化パラメーターを変更します。
options = fitoptions('Method','SmoothingSpline',... 'SmoothingParam',0.0098); [f,gof,out] = fit(cdate,pop,'SmoothingSpline',options);
ガウス近似を作成し、信頼区間を調べます。アルゴリズムを支援するために、下限の近似オプションを指定します。
幅の狭いガウス ピークと幅の広いガウス ピークからノイズを含む和を作成します。
a1 = 1; b1 = -1; c1 = 0.05; a2 = 1; b2 = 1; c2 = 50; x = (-10:0.02:10)'; gdata = a1*exp(-((x-b1)/c1).^2) + ... a2*exp(-((x-b2)/c2).^2) + ... 0.1*(rand(size(x))-.5); plot(x,gdata)
2 項ガウス ライブラリ モデルを使用してデータに当てはめます。
gfit = fit(x,gdata,'gauss2') gfit =
General model Gauss2:
gfit(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2)
Coefficients (with 95% confidence bounds):
a1 = -0.1451 (-1.485, 1.195)
b1 = 9.725 (-14.7, 34.15)
c1 = 7.117 (-15.84, 30.07)
a2 = 14.08 (-1.962e+04, 1.965e+04)
b2 = 607.4 (-3.197e+05, 3.209e+05)
c2 = 376 (-9.745e+04, 9.82e+04)
plot(gfit,x,gdata)
いくつかの係数の信頼区間が広いことからわかるように、このアルゴリズムはうまく機能していません。
アルゴリズムを支援するために、非負の振幅 a1 および a2、幅 c1、c2 に下限を指定します。
options = fitoptions('gauss2', 'Lower', [0 -Inf 0 0 -Inf 0]);
または、options.Property = NewPropertyValue の形式を使用して近似オプションのプロパティを設定することができます。
options = fitoptions('gauss2');
options.Lower = [0 -Inf 0 0 -Inf 0];係数の範囲制約を使用して近似を再計算します。
gfit = fit(x,gdata,'gauss2',options) gfit =
General model Gauss2:
gfit(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2)
Coefficients (with 95% confidence bounds):
a1 = 1.005 (0.966, 1.044)
b1 = -1 (-1.002, -0.9988)
c1 = 0.0491 (0.0469, 0.0513)
a2 = 0.9985 (0.9958, 1.001)
b2 = 0.8059 (0.3879, 1.224)
c2 = 50.6 (46.68, 54.52)
plot(gfit,x,gdata)
大幅に改善された近似が得られました。近似オプション オブジェクトの他のプロパティに妥当な値を代入することで、近似をさらに改善できます。
近似オプションを作成し、下限を設定します。
options = fitoptions('gauss2', 'Lower', [0 -Inf 0 0 -Inf 0])
options =
nlsqoptions with properties:
StartPoint: []
Algorithm: 'Trust-Region'
DiffMinChange: 1.0000e-08
DiffMaxChange: 0.1000
Display: 'Notify'
MaxFunEvals: 600
MaxIter: 400
TolFun: 1.0000e-06
TolX: 1.0000e-06
Lower: [0 -Inf 0 0 -Inf 0]
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Off'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'NonlinearLeastSquares'
近似オプションの新しいコピーを作成し、ロバスト パラメーターを変更します。
newoptions = fitoptions(options, 'Robust','Bisquare')
newoptions =
nlsqoptions with properties:
StartPoint: []
Algorithm: 'Trust-Region'
DiffMinChange: 1.0000e-08
DiffMaxChange: 0.1000
Display: 'Notify'
MaxFunEvals: 600
MaxIter: 400
TolFun: 1.0000e-06
TolX: 1.0000e-06
Lower: [0 -Inf 0 0 -Inf 0]
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Bisquare'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'NonlinearLeastSquares'
近似オプションを結合します。
options2 = fitoptions(options, newoptions)
options2 =
nlsqoptions with properties:
StartPoint: []
Algorithm: 'Trust-Region'
DiffMinChange: 1.0000e-08
DiffMaxChange: 0.1000
Display: 'Notify'
MaxFunEvals: 600
MaxIter: 400
TolFun: 1.0000e-06
TolX: 1.0000e-06
Lower: [0 -Inf 0 0 -Inf 0]
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Bisquare'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'NonlinearLeastSquares'
線形モデル近似タイプを作成します。
lft = fittype({'x','sin(x)','1'})lft =
Linear model:
lft(a,b,c,x) = a*x + b*sin(x) + c
近似タイプ lft の近似オプションを取得します。
fo = fitoptions(lft)
fo =
llsqoptions with properties:
Lower: []
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Off'
Normalize: 'off'
Exclude: []
Weights: []
Method: 'LinearLeastSquares'
正規化近似オプションを設定します。
fo.Normalize = 'on'fo =
llsqoptions with properties:
Lower: []
Upper: []
ConstraintPoints: []
TolCon: 1.0000e-06
Robust: 'Off'
Normalize: 'on'
Exclude: []
Weights: []
Method: 'LinearLeastSquares'
