Как проще всего сделать аппроксимацию данных?, Matlab такое может но как использовать в своей программе на С#? Опции

[Reanimator++]

Собственно, имеются результаты измерений, нужно провести аппроксимацию их нехитрой кривой и рассчитать несколько значений этой кривой.

Попробовал сделать это в Matlab - понравилось. Загнал данные, посчитал.

А есть ли вариант вставить это в свою программу не завязываясь на матлаб?
У него конечно исходники тулбокса открыты, но там столько наворочено..

либо где найти библиотеки, реализующие аппроксимацию?..

и вообще какие есть варианты?

[Reanimator++]

Большое спасибо ответившим!

Библиотеку GSL посмотрел, там есть нужный метод. Разобраться вполне реально, так что вариант решения номер один уже есть! МKS спасибо!

Numerical Recipies пока не разобрался, плюс там надо проплачивать, хотя и немного.


Аппроксимацию с интерполяцией не путаю, в моем случае это скорее экстраполяция.
Модель несложная, но нелинейная, ( a*log(b*x+1) + c*x +d ) и тут нужен Nonlinear Curve Fitting. С прямой бы я разобрался самостоятельно )

[Tanya]

Модель несложная, но нелинейная, ( a*log(b*x+1) + c*x +d ) и тут нужен Nonlinear Curve Fitting. С прямой бы я разобрался самостоятельно )

Посоветую разделить на два этапа. Подгоняете b нелинейным алгоритмом. А на каждом шаге решаете линейную задачу подгонки для a, c и d. Получится очень быстро.

[Oldring]

Посоветую разделить на два этапа. Подгоняете b нелинейным алгоритмом. А на каждом шаге решаете линейную задачу подгонки для a, c и d. Получится очень быстро.

Угу.
При квадратичной норме ошибки "линейная задача подгонки" решается алгебраически. Также алгебраически можно записать первую и вторую полные производные нормы ошибки по b. После чего всё сводится к одномерной задаче нелинейной оптимизации, решаемой методом Ньютона.

[Tanya]

Угу.
При квадратичной норме ошибки "линейная задача подгонки" решается алгебраически. Также алгебраически можно записать первую и вторую полные производные нормы ошибки по b. После чего всё сводится к одномерной задаче нелинейной оптимизации, решаемой методом Ньютона.

Более того, выражение для частной производной по нелинейному параметру простое для вычислений, поэтому градиентные методы...