我无法理解和应用nlinfitMatlab 中函数的使用。所以，假设我得到了向量
x = [1, 2, 3, 4, 5]
y = [2.3, 2.1, 1.7, .95, .70]
我被要求将这些数据拟合成指数形式（我不知道这些数字是否有效，我编造了它们）其中y = A*e^(Bx) + C（A/B/C是常数）。
我的理解是，它nlinfit需要 4 个参数，两个向量，modelfunction在这种情况下应该是我上面的等式，然后beta0是 ，我根本不明白。我的问题是如何实现modelfunctionin nlinft，以及如何找到beta0（仅使用要绘制/拟合的 2 个向量时）以及应该如何实现？有人可以给我看一个例子，以便我可以将此功能应用到任何适合的地方吗？我怀疑我将来会经常使用它并且真的很想学习它。
查看文档中的第二个示例：http: //www.mathworks.com/help/stats/nlinfit.html
基本上，您将函数句柄作为modelfunction参数传递。要么在文件中创建一个函数，然后将函数名与@前面的 a 一起传递给它，要么像这样创建一个匿名函数：
nlinfit(x, y, @(b,x)(b(1).*exp(b(2).*x) + b(3)), beta0)
您会注意到，在上面我将您的所有参数都放入了一个向量中。您的函数的第一个参数必须是您要解决的所有点的向量（即A，在您的情况下） B，C第二个参数必须是x。
正如 woodchips 所说，这是您的起点，因此您对,和参数beta0的最佳猜测（不必很好） 。所以类似or的东西，虽然它是非常具体的问题。你应该玩几个。请记住，这是一个局部搜索功能，因此可能会陷入局部最优，因此您的起点实际上可能非常重要。ABC[1 1 1]rand(3,1)
beta0 是您对参数的初始猜测。您的猜测越好，您就越有可能看到收敛到可行的解决方案。nlinfit 只不过是一种优化。它必须从某个地方开始。