WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

 
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Eigene Funktionen normieren in fit()

 

flo1234
Forum-Newbie

Forum-Newbie


Beiträge: 3
Anmeldedatum: 26.03.22
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 26.12.2022, 22:28     Titel: Eigene Funktionen normieren in fit()
  Antworten mit Zitat      
Guten Abend,

für die fit() Funktion gibt es eine Option opts.Normalize. Mit den standardmäßig auswählbaren Funktionen wie zum Beispiel 'poly3' funktioniert diese Option auch bei mir einwandfrei. Leider benötige ich ein spezielles Polynom. Kann mit jemand erklärenden wie diese Option in diesem Fall funktioniert, oder wie sich die Normalisierung manuell durchführen lasst? In dem folgenden Beispiel habe ich versucht mein Problem zu verdeutlichen. Die Zeile opts.Normalize = 'on' ist ausgeschaltet. Wenn diese Option verwendet wird, liegt der Fit um Größenordnungen daneben. Des Weiteren habe ich ein kleines Beispiel für die Normalisierung mittels der Funktion polyfit erstellt. Dieses funktioniert. polyfit unterstützt aber kein „robust fitting“, sodass ich gerne die Funktion fit() verweden möchte. Im unterem Teil des Beispielcodes findet sich mein Versuch der Normalisierung. Dieser ist aber leider falsch. Weiß jemand wie man das richtig macht?

Code:
% Das ist mein Programm
clear
close all
% Beispieldaten
x=8:8:496;
X=x.*ones(32,62);
Y=X.^3+2*X.^2+X+rand(32,62)*10000000;

% Kurvenanpassung
[xData, yData] = prepareCurveData(X,Y);
ft = fittype( 'p1*x^3+p2*x^2+p3*x', 'independent', 'x', 'dependent', 'y' );
opts = fitoptions( 'Method', 'LinearLeastSquares' );
% opts.Normalize = 'on'; % Center and scale
mu = mean(yData); S = std(yData); % Center and scale manually
opts.Robust = 'Bisquare';
[fitresult, ~] = fit(xData, yData, ft, opts );
yfit=feval(fitresult,xData); % => polyval
ci = predint(fitresult,xData); % Returns upper and lower 95% prediction bounds

% Darstellung der Daten
errorbar(x,mean(Y),std(Y,[],1))
hold on
% des Fits
plot(xData,yfit)

% Ein Beispiel einer Normalisierung mittels polyfit
p=polyfit(xData-mu,yData,3);
plot(xData,polyval(p,xData-mu));

legend('Daten','fit mit fit','fit mit polyfit')
% ylim([0 1d8])

% Mein bisheriger Versuch die Daten zu Normalisieren
% https://www.mathworks.com/matlabcen.....ed-the-normalize-function
[fitresult1, ~] = fit((xData - mu)/S, yData, ft, opts );
yfit1=feval(fitresult,(xData - mu)/S)*S+mu; % <= und wieder zurueck // Ist aber leider falsch!
ci1 = predint(fitresult,(xData - mu)/S)*S+mu; % Returns upper and lower 95% prediction bounds
plot(xData,yfit1)

 
Private Nachricht senden Benutzer-Profile anzeigen


Harald
Forum-Meister

Forum-Meister


Beiträge: 24.460
Anmeldedatum: 26.03.09
Wohnort: Nähe München
Version: ab 2017b
     Beitrag Verfasst am: 28.12.2022, 10:49     Titel:
  Antworten mit Zitat      
Hallo,

dein Modell ist linear in den Koeffizienten. Damit wäre es geeignet für fitlm . Das wäre zumindest mir lieber als fit , und es hat eine Robust Option.

Auf den ersten Blick würde ich sagen: du musst das *S+mu weglassen. Du transformierst ja nur x-Werte, und die setzt du richtig ein.

Grüße,
Harald
_________________

1.) Ask MATLAB Documentation
2.) Search gomatlab.de, google.de or MATLAB Answers
3.) Ask Technical Support of MathWorks
4.) Go mad, your problem is unsolvable ;)
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2024 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.