예제: 비선형 최소자승적합법에 대해 minerr 사용
minerr 함수는
find 함수와 유사하지만,
find에서 해가 없다고 보고하는 경우에도 근사해를 반환하는 경우가 있다는 점이 다릅니다.
1. 벡터 두 개를 정의합니다.
2. 적합식(미지의 매개변수를 사용하는 와이블 밀도 적합식)을 정의합니다.
3. 두 매개변수에 대한 초기 추측값을 정의합니다.
4. 방정식을 사용하여 풀이 구간 내에서 최소화합니다.
5. 풀이 구간을 추가하고 minerr를 사용하여 문제를 풉니다. minerr 함수는 레벤버그-마쿼르트(Levenberg-Marquardt) 방법을 사용하여 이 문제를 최소화합니다. 레벤버그-마쿼르트 방법에서는 고유한 방식으로 잉여값 합계 및 제곱을 구합니다.
최적합 매개변수는 계산된 값입니다.
find 함수가 위 문제에 대한 해를 찾지 못합니다.
6. 이 방법으로 암시적으로 최소화되는 제곱합을 계산합니다.
7. x-y 데이터에 대해 최적 와이블 맞춤을 도표화합니다.
8. 평균 제곱 오차를 계산합니다. 평균이 0이면 실제 해가 존재합니다.
SSE 방정식과 minimize 함수를 사용하여 직접 최소화할 수 있습니다.
