Wolfram mathematica 搜索要添加到Mathematica的类似于TableCurve的预构建函数和工具列表

Wolfram mathematica 搜索要添加到Mathematica的类似于TableCurve的预构建函数和工具列表,wolfram-mathematica,Wolfram Mathematica,我正在Mathematica上搜索tablecurve功能 我很喜欢tablecurve 2d和3d的功能。在寻找不需要对给定数据集进行任何“物理”对齐的函数时,拥有数千个预定义函数和只需几秒钟(字面上)的调整函数非常方便 (如果你想试一试的话,这里有一个试用版) 有人听说过在Mathematica中也有这样的尝试吗?如果我没有弄错的话,M8有很多功能,可以使这种程序方法很容易建立(虽然我不是这方面的专家)。一旦设置了基本功能,只需向列表中添加更多功能,然后主软件包将启动、管理、排序对该列表中

我正在Mathematica上搜索tablecurve功能

我很喜欢tablecurve 2d和3d的功能。在寻找不需要对给定数据集进行任何“物理”对齐的函数时,拥有数千个预定义函数和只需几秒钟(字面上)的调整函数非常方便

(如果你想试一试的话,这里有一个试用版)

有人听说过在Mathematica中也有这样的尝试吗?如果我没有弄错的话,M8有很多功能,可以使这种程序方法很容易建立(虽然我不是这方面的专家)。一旦设置了基本功能,只需向列表中添加更多功能,然后主软件包将启动、管理、排序对该列表中所有功能的数据集进行调整

有人能帮我吗? 指向已存在的包,或 给出一个小代码来启动对一组函数的调整,或 等 非常感谢。
P丰塞卡

基本配方可能是以下几点:

ClearAll[a, b, c, data]
data = {{0, 1}, {1, 0}, {3, 2}, {5, 4}, {6, 4}, {7, 5}};

functions =
  {
   {Log[a + b x^2], {a, b}},
   {Sin[a x], {a}},
   {1 + a x + b x^2 + c x^3, {a, b, c}}
  };

Sort[
 Table[
  nlm = NonlinearModelFit[data, functions[[i, 1]], functions[[i, 2]],x];
  {nlm["AdjustedRSquared"], nlm["BestFit"]},
  {i, Length[functions]}
  ], #1[[1]] > #2[[1]] &
 ]

==> {{0.974277, 1 - 0.996311 x + 0.541669 x^2 - 0.0461196 x^3}, 
     {0.93636, Log[1.50632 + 1.42633 x^2]}, {-0.0304978, Sin[1.23596 x]}}

如果我理解正确,您要求使用预设的模型选择同时调用
FindFit
,而放弃任何拟合诊断?Mathematica具有广泛的拟合功能,包括拟合、FindFit、线性模型拟合、非线性模型拟合等。拟合整套函数应该是可行的,但我不认为盲目地将数据拟合到未知模型(tablecurve似乎在做什么)是好的科学。在很多情况下,我并不寻求好的科学。假设我拿出了一组我完全不知道是“科学”模型的数据点。我可以使用插值函数模型在连续函数中使用该数据。然而,正如你所想象的,一个定义良好的函数可能比插值模型更有用(例如:将其轻松地转移到另一个程序中)。大约2年前,我个人向Stephen Wolfram提出了同样的问题。我不记得他确切的答案,但我记得这是他们正在研究的东西。“Sjoerd不是一个反驳,但有时一个好的明显契合比“好的科学”更好。考虑间隙填充的应用或者通过外推来扩展图像。我将只添加:output=(您的排序[表[…]),然后操作[列[{output[[nb,2]],output[[nb,1]],显示[ListPlot[data,PlotRange->Full],Plot[output[[nb,2]],{x,Min[data[[All,1]],Max[data[[All,1]]]}],ImageSize->400]},ItemSize->{Automatic,{3,3,3,20}}],{nb 1,Length[output],1}]