이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
fitoptions
fit options 객체 생성 또는 수정
구문
설명
는 디폴트 fit options 객체 fitOptions
= fitoptionsfitOptions
를 만듭니다.
은 라이브러리 모델에 대한 디폴트 fit options 객체를 만듭니다.fitOptions
= fitoptions(libraryModelName
)
는 라이브러리 모델에 대한 피팅 옵션을 하나 이상의 fitOptions
= fitoptions(libraryModelName
,Name,Value
)Name,Value
쌍의 인수로 지정된 추가 옵션을 사용하여 만듭니다.
은 지정된 fitOptions
= fitoptions(fitType
)fitType
에 대한 fit options 객체를 가져옵니다. 사용자 지정 모델의 피팅 옵션으로 작업하려면 이 구문을 사용하십시오.
는 하나 이상의 fitOptions
= fitoptions(Name,Value
)Name,Value
쌍의 인수로 지정된 추가 옵션을 사용하여 피팅 옵션을 만듭니다.
는 기존 fit options 객체 newOptions
= fitoptions(fitOptions
,Name,Value
)fitOptions
를 수정하여 하나 이상의 Name,Value
쌍의 인수로 지정된 새로운 옵션을 적용하여 업데이트된 피팅 옵션을 newOptions
에 반환합니다.
는 기존 fit options 객체 newOptions
= fitoptions(options1
,options2
)options1
과 options2
를 newOptions
로 결합합니다.
Method
가 동일한 경우options2
의 속성에 비어 있지 않은 값이 있으면options1
의 대응하는 속성값이 재정의되어newOptions
로 반환됩니다.Method
가 다른 경우newOptions
는Method
에 대해서는options1
의 값을,Normalize
,Exclude
,Weights
에 대해서는options2
의 값을 포함합니다.
예제
데이터를 정규화하도록 디폴트 피팅 옵션 수정하기
디폴트 fit options 객체를 만들고 피팅 전에 데이터를 정규화하도록 옵션을 설정합니다.
options = fitoptions;
options.Normal = 'on'
options = basefitoptions with properties: Normalize: 'on' Exclude: [] Weights: [] Method: 'None'
가우스 피팅을 위한 디폴트 피팅 옵션 만들기
options = fitoptions('gauss2')
options = nlsqoptions with properties: StartPoint: [] Lower: [-Inf -Inf 0 -Inf -Inf 0] Upper: [] Algorithm: 'Trust-Region' DiffMinChange: 1.0000e-08 DiffMaxChange: 0.1000 Display: 'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000e-06 TolX: 1.0000e-06 Robust: 'Off' Normalize: 'off' Exclude: [] Weights: [] Method: 'NonlinearLeastSquares'
다항식 피팅 옵션 설정하기
3차 다항식에 대한 피팅 옵션을 만들고 정규화 옵션과 로버스트 옵션을 설정합니다.
options = fitoptions('poly3', 'Normalize', 'on', 'Robust', 'Bisquare')
options = llsqoptions with properties: Lower: [] Upper: [] Robust: 'Bisquare' Normalize: 'on' Exclude: [] Weights: [] Method: 'LinearLeastSquares'
선형 최소제곱을 위한 피팅 옵션 만들기
options = fitoptions('Method', 'LinearLeastSquares')
options = llsqoptions with properties: Lower: [] Upper: [] Robust: 'Off' Normalize: 'off' Exclude: [] Weights: [] Method: 'LinearLeastSquares'
보간 피팅을 위한 외삽 방법 지정하기
최근접이웃 외삽으로 선형 보간에 대한 fitoptions
객체를 만듭니다.
linearoptions = fitoptions("linearinterp",ExtrapolationMethod="nearest")
linearoptions = linearinterpoptions with properties: ExtrapolationMethod: 'nearest' Normalize: 'off' Exclude: [] Weights: [] Method: 'LinearInterpolant'
최근접이웃 외삽으로 3차 보간 피팅에 대한 두 번째 fitoptions
객체를 만듭니다.
cubicoptions = fitoptions("cubicinterp",ExtrapolationMethod="nearest")
cubicoptions = cubicsplineinterpoptions with properties: ExtrapolationMethod: 'nearest' Normalize: 'off' Exclude: [] Weights: [] Method: 'CubicSplineInterpolant'
fit
함수를 사용하여 linearinterp
피팅 객체를 만들기 위해 linearoptions
에 있는 피팅 옵션을 사용할 수 있습니다. cubicinterp
피팅을 만들려면 cubicoptions
를 사용합니다.
여러 피팅에서 동일한 피팅 옵션 사용하기
Normalize
, Exclude
또는 Weights
속성을 설정한 후 다른 피팅 방법에서 동일한 옵션을 사용하여 데이터를 피팅하려는 경우 디폴트 fit options 객체를 수정하는 것이 유용합니다. 예를 들어, 아래에서는 동일한 피팅 옵션을 사용하여 여러 라이브러리 모델 유형을 피팅합니다.
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
평활화 피팅 옵션 찾아서 변경하기
평활화 파라미터를 찾습니다. fit
함수의 세 번째 출력 인수로 데이터 관련 피팅 옵션(예: smooth
파라미터)이 반환됩니다.
load census [f,gof,out] = fit(cdate,pop,'SmoothingSpline'); smoothparam = out.p
smoothparam = 0.0089
새 피팅을 위해 디폴트 평활화 파라미터를 수정합니다.
options = fitoptions('Method','SmoothingSpline',... 'SmoothingParam',0.0098); [f,gof,out] = fit(cdate,pop,'SmoothingSpline',options);
계수 한계를 적용하여 가우스 피팅 개선하기
가우스 피팅을 만들고, 신뢰구간을 조사하고, 알고리즘에 도움이 되도록 하한 피팅 옵션을 지정합니다.
하나는 너비가 작고 다른 하나는 너비가 큰 두 개의 가우스 피크를 합하여 잡음을 만듭니다.
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)
2항 가우스 라이브러리 모델을 사용하여 데이터를 피팅합니다.
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)
여러 계수의 신뢰구간이 넓어 알고리즘이 문제를 겪고 있습니다.
알고리즘에 도움이 되도록 하려면 음이 아닌 진폭 a1
, a2
와 너비 c1
, c2
에 대해 하한을 지정하십시오.
options = fitoptions('gauss2', 'Lower', [0 -Inf 0 0 -Inf 0]);
또는 options.Property = NewPropertyValue
형식을 사용하여 피팅 옵션의 속성을 설정할 수도 있습니다.
options = fitoptions('gauss2');
options.Lower = [0 -Inf 0 0 -Inf 0];
계수에 대한 한계값 제약 조건을 사용하여 피팅을 다시 계산합니다.
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)
피팅이 훨씬 더 나아졌습니다. fit options 객체의 다른 속성에 합리적인 값을 할당하여 피팅을 더 개선할 수 있습니다.
피팅 옵션 복사 및 결합하기
피팅 옵션을 만들고 하한을 설정합니다.
options = fitoptions('gauss2', 'Lower', [0 -Inf 0 0 -Inf 0])
options = nlsqoptions with properties: StartPoint: [] Lower: [0 -Inf 0 0 -Inf 0] Upper: [] Algorithm: 'Trust-Region' DiffMinChange: 1.0000e-08 DiffMaxChange: 0.1000 Display: 'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000e-06 TolX: 1.0000e-06 Robust: 'Off' Normalize: 'off' Exclude: [] Weights: [] Method: 'NonlinearLeastSquares'
피팅 옵션의 새 복사본을 만들고 로버스트 파라미터를 수정합니다.
newoptions = fitoptions(options, 'Robust','Bisquare')
newoptions = nlsqoptions with properties: StartPoint: [] Lower: [0 -Inf 0 0 -Inf 0] Upper: [] Algorithm: 'Trust-Region' DiffMinChange: 1.0000e-08 DiffMaxChange: 0.1000 Display: 'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000e-06 TolX: 1.0000e-06 Robust: 'Bisquare' Normalize: 'off' Exclude: [] Weights: [] Method: 'NonlinearLeastSquares'
피팅 옵션을 결합합니다.
options2 = fitoptions(options, newoptions)
options2 = nlsqoptions with properties: StartPoint: [] Lower: [0 -Inf 0 0 -Inf 0] Upper: [] Algorithm: 'Trust-Region' DiffMinChange: 1.0000e-08 DiffMaxChange: 0.1000 Display: 'Notify' MaxFunEvals: 600 MaxIter: 400 TolFun: 1.0000e-06 TolX: 1.0000e-06 Robust: 'Bisquare' Normalize: 'off' Exclude: [] Weights: [] Method: 'NonlinearLeastSquares'
사용자 지정 모델 피팅 옵션 변경하기
선형 모델 피팅 유형을 만듭니다.
lft = fittype({'x','sin(x)','1'})
lft = Linear model: lft(a,b,c,x) = a*x + b*sin(x) + c
피팅 유형 lft
에 대한 피팅 옵션을 가져옵니다.
fo = fitoptions(lft)
fo = llsqoptions with properties: Lower: [] Upper: [] Robust: 'Off' Normalize: 'off' Exclude: [] Weights: [] Method: 'LinearLeastSquares'
정규화 피팅 옵션을 설정합니다.
fo.Normalize = 'on'
fo = llsqoptions with properties: Lower: [] Upper: [] Robust: 'Off' Normalize: 'on' Exclude: [] Weights: [] Method: 'LinearLeastSquares'
입력 인수
libraryModelName
— 피팅할 라이브러리 모델
문자형 벡터 | string형 스칼라
피팅할 라이브러리 모델로, 문자형 벡터나 string형 스칼라로 지정됩니다. 다음 표에는 몇 가지 일반적인 예가 나와 있습니다.
라이브러리 모델 이름 | 설명 |
---|---|
| 1차 다항식 곡선 |
| 1차 다항식 곡면 |
| 2차 다항식 곡선 |
| 조각별 선형 보간 |
| 조각별 3차 보간 |
| 평활화 스플라인(곡선) |
| 국소 선형 회귀(곡면) |
'log10' | 밑이 10인 로그 곡선 |
'logistic4' | 4개의 파라미터를 갖는 로지스틱 곡선 |
라이브러리 모델 이름 목록은 모델 이름과 방정식 항목을 참조하십시오.
예: 'poly2'
데이터형: char
| string
fitType
— 피팅할 모델 유형
fittype
피팅할 모델 유형으로, fittype
함수로 생성된 fittype
으로 지정됩니다. 사용자 지정 모델의 피팅 옵션으로 작업하려면 이를 사용하십시오.
fitOptions
— 알고리즘 옵션
fitoptions
알고리즘 옵션으로, fitoptions
함수를 사용하여 만든 fitoptions
객체로 지정됩니다.
options1
— 결합할 알고리즘 옵션
fitoptions
결합할 알고리즘 옵션으로, fitoptions
함수를 사용하여 생성됩니다.
options2
— 결합할 알고리즘 옵션
fitoptions
결합할 알고리즘 옵션으로, fitoptions
함수를 사용하여 생성됩니다.
이름-값 인수
선택적 인수 쌍을 Name1=Value1,...,NameN=ValueN
으로 지정합니다. 여기서 Name
은 인수 이름이고 Value
는 대응값입니다. 이름-값 인수는 다른 인수 뒤에 와야 하지만, 인수 쌍의 순서는 상관없습니다.
R2021a 이전 릴리스에서는 쉼표를 사용하여 각 이름과 값을 구분하고 Name
을 따옴표로 묶으십시오.
예: 'Method','NonlinearLeastSquares','Lower',[0,0],'Upper',[Inf,max(x)],'Startpoint',[1 1]
은 피팅 방법, 한계 및 시작점을 지정합니다.
Normalize
— 데이터 정규화 옵션
'off'
(디폴트 값) | 'on'
데이터 정규화 옵션으로, 'Normalize'
와 함께 'on'
또는 'off'
가 쉼표로 구분되어 지정됩니다.
데이터형: char
Exclude
— 피팅에서 제외할 점
표현식 | 인덱스 벡터 | 논리형 벡터 | 비어 있음
피팅에서 제외할 점으로, 'Exclude'
와 함께 다음 중 하나가 쉼표로 구분되어 지정됩니다.
논리형 벡터를 설명하는 표현식(예:
x > 10
).제외하려는 점을 참조하는 정수로 구성된 벡터(예:
[1 10 25]
).모든 데이터 점에 대한 논리형 벡터.
true
가 이상값을 나타내며excludedata
를 사용하여 만듭니다.
예제는 fit
을 참조하십시오.
Weights
— 피팅의 가중치
[ ] (디폴트 값) | 벡터
피팅의 가중치로, 'Weights'
와 함께 크기가 데이터 점의 개수와 같은 벡터가 쉼표로 구분되어 지정됩니다.
데이터형: double
Method
— 피팅 방법
'None'
(디폴트 값) | 'NearestInterpolant
| 'LinearInterpolant'
| 'PchipInterpolant'
| CubicSplineInterpolant'
| ...
피팅 방법으로, 'Method'
와 함께 다음 표에 나와 있는 피팅 방법 중 하나가 쉼표로 구분되어 지정됩니다.
피팅 방법 | 설명 |
---|---|
| 최근접이웃 보간 |
| 선형 보간 |
| 조각별 3차 에르미트 보간(곡선만) |
| 3차 스플라인 보간 |
| 쌍조화 곡면 보간 |
| 평활화 스플라인 |
| Lowess 평활화(곡면만) |
| 선형 최소제곱 |
| 비선형 최소제곱 |
데이터형: char
| string
ExtrapolationMethod
— 외삽 방법
"auto"
(디폴트 값) | "none"
| "linear"
| "nearest"
| "thinplate"
| "biharmonic"
| "pchip"
| "cubic"
보간 피팅을 위한 외삽 방법으로, 다음 값 중 하나로 지정됩니다.
값 | 설명 | 지원되는 피팅 |
---|---|---|
"auto" | 모든 보간 피팅 유형에 대한 디폴트 값. | 모든 보간 피팅 유형 및 |
"none" | 외삽 없음. | 곡선 피팅 — 곡선 피팅 및 곡면 피팅 — |
"linear" | 경계 기울기에 따른 선형 외삽 | 곡면 피팅 — 곡선 피팅 및 곡면 피팅 — |
"nearest" | 최근접이웃 외삽. 이 방법은 피팅 데이터의 볼록 껍질 경계에서 가장 근접한 점의 값으로 평가됩니다. | 곡선 피팅 — 곡선 피팅 및 곡면 피팅 — |
"thinplate" | 박판 스플라인 외삽. 이 방법은 피팅 데이터의 볼록 껍질 외부에서 박판 보간 스플라인을 확장합니다. 자세한 내용은 | 곡면 피팅 — |
"biharmonic" | 쌍조화 스플라인 외삽. 이 방법은 피팅 데이터의 볼록 껍질 외부에서 쌍조화 보간 스플라인을 확장합니다. | 곡면 피팅 — |
"pchip" | 조각별 3차 에르미트 보간 다항식(PCHIP) 외삽. 이 방법은 피팅 데이터의 볼록 껍질 외부에서 형태 보존 PCHIP를 확장합니다. 자세한 내용은 | 곡선 피팅 — |
"cubic" | 3차 스플라인 외삽. 이 방법은 피팅 데이터의 볼록 껍질 외부에서 3차 보간 스플라인을 확장합니다. | 곡선 피팅 — |
데이터형: char
| string
SmoothingParam
— 평활화 파라미터
(0,1) 범위의 스칼라 값
평활화 파라미터로, 'SmoothingParam'
과 함께 0과 1 사이의 스칼라 값이 쉼표로 구분되어 지정됩니다. 디폴트 값은 데이터 세트에 따라 달라집니다. Method
가 SmoothingSpline
인 경우에만 사용할 수 있습니다. 자세한 내용은 평활화 스플라인 소개 항목을 참조하십시오.
데이터형: double
Span
— 국소 회귀에서 사용할 데이터 점의 비율
0.25 (디폴트 값) | (0,1) 범위의 스칼라 값
국소 회귀에서 사용할 데이터 점의 비율로, 'Span'
과 함께 0과 1 사이의 스칼라 값이 쉼표로 구분되어 지정됩니다. Method
가 LowessFit
인 경우에만 사용할 수 있습니다.
데이터형: double
Robust
— 로버스트 선형 최소제곱 피팅 방법
'off'
(디폴트 값) | 'LAR'
| 'Bisquare'
로버스트 선형 최소제곱 피팅 방법으로, 'Robust'
와 함께 다음 값 중 하나가 쉼표로 구분되어 지정됩니다.
'LAR'
은 최소 절대 잔차법을 지정합니다.'Bisquare'
는 겹제곱 가중치 방법을 지정합니다.
Method
가 LinearLeastSquares
또는 NonlinearLeastSquares
인 경우에 사용할 수 있습니다.
데이터형: char
Lower
— 피팅할 계수의 하한
[ ] (디폴트 값) | 벡터
피팅할 계수의 하한으로, 'Lower'
와 함께 벡터가 쉼표로 구분되어 지정됩니다. 디폴트 값은 빈 벡터로, 이는 피팅에 하한이라는 제약 조건이 적용되지 않음을 나타냅니다. 한계가 지정된 경우 벡터 길이는 계수의 개수와 같아야 합니다. coeffnames
함수를 사용하여 벡터 값에서 계수 요소의 순서를 확인합니다. 예제는 fit
을 참조하십시오. 제약 조건이 적용되지 않은 개별 하한은 -Inf
로 지정할 수 있습니다.
Method
가 LinearLeastSquares
또는 NonlinearLeastSquares
인 경우에 사용할 수 있습니다.
데이터형: double
Upper
— 피팅할 계수의 상한
[ ] (디폴트 값) | 벡터
피팅할 계수의 상한으로, 'Upper'
와 함께 벡터가 쉼표로 구분되어 지정됩니다. 디폴트 값은 빈 벡터로, 이는 피팅에 상한이라는 제약 조건이 적용되지 않음을 나타냅니다. 한계가 지정된 경우 벡터 길이는 계수의 개수와 같아야 합니다. coeffnames
함수를 사용하여 벡터 값에서 계수 요소의 순서를 확인합니다. 예제는 fit
을 참조하십시오. 제약 조건이 적용되지 않은 개별 상한은 +Inf
로 지정할 수 있습니다.
Method
가 LinearLeastSquares
또는 NonlinearLeastSquares
인 경우에 사용할 수 있습니다.
데이터형: logical
StartPoint
— 계수의 초기값
[ ] (디폴트 값) | 벡터
계수의 초기값으로, 'StartPoint'
와 함께 벡터가 쉼표로 구분되어 지정됩니다. coeffnames
함수를 사용하여 벡터 값에서 계수 요소의 순서를 확인합니다. 예제는 fit
을 참조하십시오.
fit
함수로 전달된 시작점(빈 벡터의 디폴트 값)이 없는 경우, 일부 라이브러리 모델의 시작점은 발견적 방식으로 정해집니다. 유리 모델과 베이불 모델, 그리고 모든 사용자 지정 비선형 모델의 경우, 이 툴박스는 구간 (0,1)에서 계수에 대한 디폴트 초기값을 임의로 균일하게 선택합니다. 따라서 동일한 데이터와 모델을 사용해서 피팅을 여러 번 수행하면 피팅된 계수가 서로 다를 수 있습니다. 이를 방지하려면 StartPoint
속성에 벡터 값을 사용하여 계수에 대한 초기값을 지정하십시오.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: double
Algorithm
— 피팅 절차에 사용할 알고리즘
'Levenberg-Marquardt' (디폴트 값) | 'Trust-Region'
피팅 절차에 사용할 알고리즘으로, 'Algorithm'
과 함께 'Levenberg-Marquardt'
또는 'Trust-Region'
이 쉼표로 구분되어 지정됩니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: char
DiffMaxChange
— 유한 차분 기울기에 대한 계수의 최대 변화량
0.1
(디폴트 값)
유한 차분 기울기에 대한 계수의 최대 변화량으로, 'DiffMaxChange'
와 함께 스칼라가 쉼표로 구분되어 지정됩니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: double
DiffMinChange
— 유한 차분 기울기에 대한 계수의 최소 변화량
10–8
(디폴트 값)
유한 차분 기울기에 대한 계수의 최소 변화량으로, 'DiffMinChange'
와 함께 스칼라가 쉼표로 구분되어 지정됩니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: double
Display
— 명령 창의 표시 옵션
'notify'
(디폴트 값) | 'final'
| 'iter'
| 'off'
명령 창의 표시 옵션으로, 'Display'
와 함께 다음 옵션 중 하나가 쉼표로 구분되어 지정됩니다.
'notify'
는 피팅이 수렴하지 않는 경우에만 출력값을 표시합니다.'final'
은 최종 출력값만 표시합니다.'iter'
은 각 반복마다 출력값을 표시합니다.'off'
는 출력값을 표시하지 않습니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: char
MaxFunEvals
— 모델의 허용되는 최대 실행 횟수
600
(디폴트 값)
모델의 허용되는 최대 실행 횟수로, 'MaxFunEvals'
와 함께 스칼라가 쉼표로 구분되어 지정됩니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: double
MaxIter
— 피팅에 대해 허용되는 최대 반복 횟수
400
(디폴트 값)
피팅에 대해 허용되는 최대 반복 횟수로, 'MaxIter'
과 함께 스칼라가 쉼표로 구분되어 지정됩니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: double
TolFun
— 모델 값에 대한 종료 허용오차
10–6
(디폴트 값)
모델 값에 대한 종료 허용오차로, 'TolFun'
과 함께 스칼라가 쉼표로 구분되어 지정됩니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: double
TolX
— 계수 값에 대한 종료 허용오차
10–6 (디폴트 값)
계수 값에 대한 종료 허용오차로, 'TolX'
와 함께 스칼라가 쉼표로 구분되어 지정됩니다.
Method
가 NonlinearLeastSquares
인 경우 사용할 수 있습니다.
데이터형: double
출력 인수
fitOptions
— 알고리즘 옵션
options 객체
알고리즘 옵션으로, options 객체로 반환됩니다.
newOptions
— 새 알고리즘 옵션
options 객체
새 알고리즘 옵션으로, options 객체로 반환됩니다.
버전 내역
R2006a 이전에 개발됨R2023b: 곡선 보간 피팅을 위한 외삽 방법 지정하기
2023b부터 ExtrapolationMethod
이름-값 인수를 사용하여 보간 곡선 피팅을 위한 추가 외삽 방법을 지정할 수 있습니다. 자세한 내용은 Extrapolation for Interpolant Fit Types 항목을 참조하십시오.
R2023b: 시그모이드 피팅 유형과 로그 피팅 유형 지정하기
R2023b부터 곡선 피팅에 시그모이드 피팅 유형과 로그 피팅 유형을 지정할 수 있습니다. 자세한 내용은 곡선과 곡면 피팅 라이브러리 모델 목록 항목을 참조하십시오.
R2023a: fitoptions
가 값 객체 반환
R2023a부터 fitoptions
는 핸들 객체 대신에 값 객체를 반환합니다. 자세한 내용은 핸들 클래스와 값 클래스 비교 항목을 참조하십시오.
R2023a: 곡면 보간 피팅을 위한 외삽 방법 지정하기
2023a부터 ExtrapolationMethod
이름-값 인수를 사용하여 보간 피팅을 위한 외삽 방법을 지정할 수 있습니다. 곡선 피팅의 경우 Curve Fitting Toolbox™는 이전 릴리스에서 사용 가능한 디폴트 외삽 방법만 지원합니다.
MATLAB 명령
다음 MATLAB 명령에 해당하는 링크를 클릭했습니다.
명령을 실행하려면 MATLAB 명령 창에 입력하십시오. 웹 브라우저는 MATLAB 명령을 지원하지 않습니다.
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)