给我一个matlab legend无框线的案例

以下是一个简单的示例：

x = linspace(-5,5,100);
y1 = sin(x);
y2 = cos(x);

plot(x,y1, 'LineWidth', 2);
hold on;
plot(x,y2, 'LineWidth', 2);

legend('sin(x)', 'cos(x)', 'Location', 'northeast', 'Box', 'off');

在上述代码中，plot函数用于绘制两个函数的图形，LineWidth选项用于设置线条宽度。`hold on`命令用于在同一图形中绘制多个线条。legend函数用于添加图例，在这里将选项`'Box', 'off'`用于去除图例边框。'Location', 'northeast'用于指定图例位置。执行此代码将生成一个带有两个线条和无框线的图例的图表。

相关问题

请给我一个使用K-means函数MATLAB案例

当使用K-means函数MATLAB时，需要先定义数据集，然后使用kmeans函数来执行聚类操作，最后可视化结果。下面是一个简单的案例：

% 定义数据集
data = [randn(100,2)*0.75+ones(100,2);
        randn(100,2)*0.5-ones(100,2)];

% 聚类操作
[idx, C] = kmeans(data, 2);

% 可视化结果
figure;
plot(data(idx==1,1), data(idx==1,2),'r.','MarkerSize',12)
hold on
plot(data(idx==2,1), data(idx==2,2),'b.','MarkerSize',12)
plot(C(:,1), C(:,2),'kx','MarkerSize',15,'LineWidth',3)
legend('Cluster 1','Cluster 2','Centroids','Location','NW')
title 'K-means聚类结果';

在上述代码中，我们首先定义了一个二维数据集，然后使用kmeans函数将数据聚类成两类，并返回每个数据点所属的类别idx以及聚类中心C。最后，我们将聚类结果可视化，其中蓝点表示第一类数据点，红点表示第二类数据点，黑叉表示聚类中心。

请给我写一个matlab的灰色预测模型程序案例

当然可以！下面是一个简单的 MATLAB 灰色预测模型程序案例：

% 灰色预测模型程序案例

% 输入原始数据
data = [100, 120, 130, 140, 150];

% 灰色预测模型函数
function [predict, coef] = greyPrediction(data)
    n = length(data);
    
    % 累加生成序列
    accumulativeData = cumsum(data);
    
    % 累加生成紧邻均值
    accumulativeMean = zeros(1, n);
    accumulativeMean(1) = data(1);
    for i = 2:n
        accumulativeMean(i) = (accumulativeData(i) + accumulativeData(i-1)) / 2;
    end
    
    % 建立灰色预测模型
    B = [-accumulativeMean', ones(n, 1)];
    Y = data';
    coef = pinv(B) * Y;
    
    % 预测
    predict = zeros(1, n+1);
    predict(1) = data(1);
    for i = 2:n+1
        predict(i) = (data(1) - coef(2)/coef(1)) * exp(-coef(1)*(i-1)) + coef(2)/coef(1);
    end
end

% 调用灰色预测模型函数进行预测
[predict, coef] = greyPrediction(data);

% 输出预测结果
disp('原始数据:');
disp(data);
disp('预测结果:');
disp(predict);
disp('预测模型参数:');
disp(coef);

这个案例中，我们输入了一个原始数据序列，然后通过灰色预测模型函数进行预测。预测结果包括原始数据和预测结果序列，以及预测模型的参数。你可以根据实际需要修改输入数据，并根据预测结果进行分析和应用。

希望这个案例能对你有所帮助！如果有任何问题，请随时提问。