在网上学到这么一件事情，就是直接使用MATLAB对数据进行曲线拟合。原因是这样的，在工程实践中，很多的数据需要实时计算的话可能需要解高次方程，但是解高次方程就特别的麻烦，所以都是做好数据表进行查表运算。但是在做好表后发现占用空间又大，又需要进行试试运算，这样求一条简单的曲线代替复杂的曲线就很重要。

首先在MATLAB的command里输入需要拟合的数据。

http://s11/mw690/00688zkAzy7caXAi6Jcda&690
这些数据基本拟合的曲线应该是y=x.^2

在command中输入cftool出现的界面

http://s14/mw690/00688zkAzy7caXHSKOp0d&690
然后在X data的下拉框中选择x在Y data的下拉框中选择y，然后将Degree（维数）选择1，即是一维的。然后就会自动拟合，并且得到的结果是

http://s10/mw690/00688zkAzy7caXPAS7fc9&690
可以看的出效果不是很好，然后将维数选择为2

得到的结果

http://s2/mw690/00688zkAzy7caXUyu5j51&690
可以看出效果好多了，然后选择3维的

http://s5/mw690/00688zkAzy7caXYkwFmc4&690
效果更好，当然也可以选择4维或者更多。但是，维数越多并不一定是需要的，因为维数越多，对于运算器的要求就越高。就以2维和3维为例作图对比，先做出原始图

http://s4/mw690/00688zkAzy7caY9cv87a3&690
然后选择2维，可以看到Curve fitting Tool窗口的左中部分的results给出了方程的表达式

http://s12/mw690/00688zkAzy7caYhI4XN3b&690
把y=1.189*x.^2-1.348*x+1.78在plot中画出来

http://s2/mw690/00688zkAzy7caYE16Hn11&690
用同样的方法画出三维的

http://s9/mw690/00688zkAzy7caYO6Mxqc8&690
可见拟合程度更高。
其实，拟合程度的高低在results中有显示，在Adjusted R-square中有显示，1维的时候是0.9251；

2维的时候是0.9972；3维的时候是0.9999，4维的时候也是0.9999.所以这是一种很方便的解决工程实际问题的方法。