插值：补缺失值
拟合：寻找确切近似函数
- 联系
都是根据已知数据构造一个反映数据变化规律的近似函数的方法 - 区别
插值不用得到函数的表达式
拟合要得到具体的函数表达式
插值适用方法
一维——拉格朗日插值
本身存在分段线性的性质——分段线性插值
Hermite插值
空间中间断点插值——三次样条插值
环境学地理学——克里金插值、反距离插值
（前三种常用）
matlab插值
interp123n(一二三n维插值)
一维：
yi=interp1(x,y,xi,‘method’)
xy是插值节点
xi是被插值点
method插值方法
yi是插值结果
x必须单调且xi在x范围内
method：
- nearest最邻近插值
- linear线性插值
- spline三次样条插值
- cubic立方插值
- 缺省 分段线性插值
二维：
z=interp2(x0,y0,z0,x,y,‘method’)
method：
- nearest
- linear
- cubic
- null
散点数据：
cz=griddata(x,y,z,cx,cy,‘method’)
- nearest
- linear
- cubic
- v4(matlab内部提供的插值方法)
- null
要先网格化构建meshgrid（生成网格矩阵）
拟合分类
直线、曲线
线性最小二乘法
曲线拟合问题最常用的解法
数据多于参数==有多余解
最优解是距离平方和最小的fx
matlab最小二乘法拟合
a=polyfit(x,y,m)
m是多项式最高次数，得到a函数关系式
m=1就是线性拟合
y=polyval(a,x)
找到y值
