和插值算法相比，拟合算法的优势在于拟合曲线不需要经过所有样本点，所以能降低函数的复杂程度。我们可以通过观察散点图目测拟合函数的大致形式，然后用最小二乘法计算待估参数。这时候Matlab就能发挥作用了，因为它提供了非常强大的拟合工具箱。今天我就简单介绍一下这个工具箱的用法。

首先要打开该工具箱，多半需要先去APP中心下载，这里提供一个更便捷的方法，在命令行输入cftool，按下回车键，就能自动定位到拟合工具箱的下载位置了。

下载之后点击进入，界面是这样的：

最左边一栏是原始数据栏。只要你事先已经导入数据，就能在这里选择各坐标轴的变量。中间一栏可以选择拟合函数的类型和最高次项的阶数。central and scale表示数据标准化，如果想去除原始数据量纲的影响就可以勾选上。

当你引入x轴和y轴的变量后（这里没有z轴，有的话会生成三维图），界面就会变成这样。可以看出这里工具箱自动选择的是一次函数，函数表达式、待估参数的置信区间、拟合优度、调整后的拟合优度、残差平方和都会在左侧Results窗口中显示，右侧则是拟合图像。

你也可以通过改变最高次项的阶数来调整拟合函数。比如这里改成了三次函数，可以发现拟合优度略微提高。

如果你想自定义函数形式，这需要切换到Custom Equation，然后自行输入函数表达式就行了。

完成后如果想保存代码，则可以点击左上角文件，Generate Code。

然后我们可以自己修改代码来修改图像细节。比如这里可以改变图例说明以及图例的位置。

修改完成后先按Ctrl+S保存代码至当前文件夹，然后复制最顶上的这串代码到命令行并运行。

就可以得到修改之后的图像了。

想要保存图像，点击左上角文件，导出设置。里面可以调大小，分辨率，完成后点击应用于图窗，再导出就行了。

导出后的图像是这样的，知乎好像会压缩图像，所以看上去没那么清晰。

只是介绍了一下最简单的操作，毕竟我也还处于初学阶段。然后 @江风引雨 望大佬赐教。