用matlab使用ployfit()进行拟合。

`polyfit()`是MATLAB中的一个函数，用于线性和多项式拟合（也称为最小二乘法）。它适用于给定一组数据点，你想要找到一条直线、二次曲线或其他高次多项式，使得这些数据点到拟合线上各点的距离平方和最小。

基本语法如下：

p = polyfit(x, y, degree)

- `x`: 数据集的独立变量，通常是横坐标。
- `y`: 对应于`x`的数据点，通常是纵坐标。
- `degree`: 拟合多项式的阶数，例如1（直线）、2（抛物线）或更高。

这个函数返回的是一个向量`p`，包含了多项式的系数，从最高次幂到常数项。例如，如果你要求一个二次拟合（`degree=2`），返回的向量将是 `[a b c]`，其中`ax^2 + bx + c` 是拟合的二次函数。

以下是一个简单的例子：

% 创建数据点 (假设它们是随机生成的)
x = linspace(0, 10, 50);
y = x.^2 + 2*x + 1 + randn(size(x));

% 进行二次拟合
p = polyfit(x, y, 2);

% 使用拟合的系数绘制原始数据和拟合线
plot(x, y, 'o', x, p(1)*x.^2 + p(2)*x + p(3), '-')
title('Quadratic Fit');
xlabel('x');
ylabel('y');

在这个例子中，`plot(x, y, 'o')`显示了数据点，而`plot(x, p(1)*x.^2 + p(2)*x + p(3), '-')`则展示了拟合的线。