C++ 曲线趋势拟合

在 C++ 中进行曲线趋势拟合，你可以使用一些数学库，例如 GNU Scientific Library (GSL)、Eigen 等。以下是一个使用 Eigen 进行多项式拟合的示例代码：

#include <iostream>
#include <Eigen/Dense>

using namespace Eigen;

int main()
{
    // 原始数据
    VectorXd xData(5), yData(5);
    xData << 0, 1, 2, 3, 4;
    yData << 1.2, 2.5, 3.6, 4.8, 6.1;

    // 多项式拟合
    int degree = 2; // 多项式次数
    MatrixXd A(xData.size(), degree+1);
    for (int i = 0; i < A.rows(); i++) {
        for (int j = 0; j < A.cols(); j++) {
            A(i, j) = pow(xData(i), j);
        }
    }
    VectorXd coefficients = A.fullPivHouseholderQr().solve(yData);

    // 输出拟合结果
    std::cout << "拟合结果：" << std::endl;
    for (int i = 0; i < coefficients.size(); i++) {
        std::cout << "x^" << i << ": " << coefficients(i) << std::endl;
    }

    return 0;
}

上面的代码中，我们使用 Eigen 中的 `VectorXd` 和 `MatrixXd` 类型来表示向量和矩阵，使用 `pow` 函数计算多项式的幂。然后，我们将数据和多项式矩阵合并，使用 QR 分解求解线性方程组，得到多项式系数。

注意，上面的示例代码仅仅是一个简单的示例，实际应用中需要根据具体情况进行调整和优化。此外，需要注意的是，多项式拟合可能会出现过拟合现象，因此需要根据实际数据选择合适的拟合模型和方法。