polyfit：最小二乘多项式曲线拟合
已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值。
函数：p = polyfit(x,y,n)
其中：x是已知的离散数据点的横坐标，y是已知离散数据点的纵坐标，
n为需要拟合的最高次幂，由我们给定，运用不同的多项式进行拟合，
返回值p从左到右是高次到低次的多项式p(x)的系数，长度是n+1
p(x)=p1xn+p2xn−1+...+pnx+pn+1
函数：y=polyval(p,x); %根据拟合的函数得出x对应的因变量y的值
多项式n的阶数的确定：
可以用MATLAB的拟合工具箱，cftool进行选择
在MATLAB主窗口中输入 cftool 回车 ，会弹出拟合工具箱界面
选择拟合的参数，在右上角选择拟合方式为“Polynomial”，然后通过选择不同的degree，看右下角看离散点是否落在拟合曲线是以及Results里的SSE(方差)和R-square（相关系数），上图中的拟合，可以看到离散点都落在了拟合线上，并且相关系数为1，方差在-9的数量级上，拟合良好。