Matlab中可以进行曲线拟合，之前的曲线拟合方式比较复杂，这是在2016中的拟合方式。主要介绍fit命令，它包含有二维数据拟合和三维数据拟合。

操作方法

给出一行数据，这里我们使用sin函数来进行数据拟合，人为的加入了一些噪声：aa = sin(0:0.05:pi);aa = aa+randn(1,63)/100;bb = 0:0.05:pi;plot(bb,aa,'bo');

然后就可以使用fit命令进行数据拟合了。ff = fit(bb,aa,'poly2');回车之后出现如下情况，数据报错。

原因比较简单，主要是需要列数据，而我们给出的是行数据。因此可以进行如下修改：aa = aa'bb = bb'ff = fit(bb,aa,'poly2');可以看到ff有三个参数，这主要是poly2起到了作用，意思是二阶拟合。

出现上述情况可以说明已经拟合成功，但是拟合的效果怎么样呢？plot(ff,bb,aa);看图来说，效果还不错。

我们可以计算一下它们之间的差值。cc = -0.4185*bb.^2+1.136*bb-0.05554;dd = cc-aa;plot(dd);std(dd)ans =0.1665

当然，后面的poly2也可以改成为poly10或者其他数值，后面的数值表示阶数，在比较简单的图形中，少量的阶数就可以很好的进行数据拟合，但是如果复杂的图形的话，就需要较多的阶数。比如还是以上图形，我们使用5阶；

将二阶和五阶的图形全部输入到figure中，我们再绘制一个sin图像，从0~pi。从图像可以看出，五阶的几乎与sin图像重合了。因此阶数越高，其函数拟合效果越好，当然计算所需的时间就会越长。