lsqcurvefit给个这个函数的例子

`lsqcurvefit`是MATLAB中的一个函数，用于最小二乘法曲线拟合，通常适用于解决非线性回归问题。它允许用户拟合数据点到一个非线性模型函数。这里举个简单的例子，假设我们要拟合一组数据点（x, y），用一个三次多项式方程 `y = a + bx + cx^2 + dx^3` 来模拟。

首先，我们需要准备一些数据作为样本点。例如：

x = [1, 2, 3, 4, 5];
y = [2, 4, 6, 8, 10]; % 这些数据看起来像是由y = x^3+1生成的，稍有偏差

现在，我们可以使用`lsqcurvefit`函数来找到最优的参数（a, b, c, d）：

% 定义我们的模型函数 (这里是一个三次多项式)
model = @(params, x) params(1) + params(2)*x + params(3)*x.^2 + params(4).*x.^3;

% 初始猜测的参数值
initial_params = [1; 1; 1; 1]; % 假设我们不知道真实参数，开始设置为1

% 使用lsqcurvefit求解
[params, ~, exitflag, output] = lsqcurvefit(model, initial_params, x, y);

disp("Fit parameters:")
disp(params);

`output`结构包含了有关拟合过程的信息，如迭代次数、残差平方和等。`exitflag`则指示了拟合过程的状态。