注：本篇随笔依据《Matlab在数学建模上的应用》中第1章介绍来写，主要简单介绍简单拟合及其Matlab实现
（博客以及Matlab小白，若有不当欢迎指出）

多项式拟合。

P = ployfit(X,Y,N)      %X、Y是数据点的值，N是拟合的最高次幂，返回多项式系数向量P
yi = ployval（P,xi）      %xi是要求的点的横坐标 ，返回对应值的向量yi

图形窗口上的拟合。
根据数据作出散点图，然后图形窗口Tools->Basic Fitting
根据需求选择适当的拟合。

指定函数拟合

f = fittype(expression,Name,Value)      %自定义拟合函数,这里只列出其中一种用法
cfun = fit(x,y,f)     %根据自定义的拟合函数f来拟合数据x,y，返回多项式系数向量cfun
%expression是函数形式
%Name是指定变量或参数（\'independent\'变量、\'coefficients\'系数、\'problem\'问题相关参数...）
%Value被指定的相关参数或自变量集合

另外，求线性函数的回归系数貌似可以用矩阵处理，直接计算即可。

二维网格插值函数 interp2(X,Y,V,Xq,Yq,method)
功能：两个变量(X,Y)在两个特殊队列点（Xq,Yq）用线性内插方法处理后的内插值。结果总是通过原有数据处理得来的(结果在原有数据范围内)。
用法：
X和Y包括样本点的坐标。
V包括每个坐标点对应的value。
Xq和Yq包括队列点的坐标。
method为指定的算法method计算二维插值。
’linear’ ：双线性插值算法(缺省算法);
’nearest\' ：最临近插值;
’spline’ ：三次样条插值;
’cubic’ ：双三次插值。