matlab给定（某条曲线上）多个点，选择合适的函数（可以是一个也可以多个）构造它们的最小二乘拟合，比较拟合函数和原函数的图像及误差。

实现这个功能的步骤如下：

1. 读取数据：使用MATLAB的load命令或csvread命令，将存储多个点的数据文件读入到MATLAB工作区。

2. 构造拟合函数：根据数据点的特点和需要，选择合适的函数来拟合数据。例如，可以选择一次函数、二次函数、指数函数、对数函数、三次样条函数等。

3. 最小二乘拟合：根据所选的拟合函数，使用MATLAB中的polyfit、lsqcurvefit或cftool等函数进行最小二乘拟合。

4. 绘制图像：使用MATLAB的plot函数，将原始数据点和拟合函数的图像绘制在同一张图中，以便比较它们之间的差异。

5. 计算误差：使用MATLAB的rmse、rsquare等函数，计算拟合函数与原始数据点之间的误差，以评估拟合函数的质量。

以下是基于这些步骤的示例MATLAB代码：

% 1. 读取数据
data = load('data.csv');
x = data(:,1);
y = data(:,2);

% 2. 构造拟合函数
f = fittype('a*x^2 + b*x + c');

% 3. 最小二乘拟合
fitresult = fit(x,y,f);

% 4. 绘制图像
plot(x,y,'o');
hold on;
plot(fitresult,'r');

% 5. 计算误差
rmse = sqrt(mean((y - fitresult(x)).^2));
rsquare = 1 - sum((y - fitresult(x)).^2)/sum((y - mean(y)).^2);
disp(['均方根误差：',num2str(rmse)]);
disp(['拟合优度：',num2str(rsquare)]);

这段代码可以读取名为"data.csv"的数据文件，使用二次函数拟合数据，绘制原始数据点和拟合函数的图像，并计算均方根误差和拟合优度。你可以根据需要修改这个代码，选择不同的拟合函数和计算误差的方法。