MATLAB 平台提供的数据驱动拟合演示代码和数据集，用于“使用 MATLAB 进行数据驱动拟合”网络研讨会。

简介：
数据驱动的拟合方法能够帮助您在不明确参数方程，即不指定描述变量之间关联的情况下，生成所需的曲线拟合结果。 Fitit.m 作为一个简洁易用的函数，专门用于执行数据驱动的曲线拟合任务。 FititDemo.m 则详细阐述了如何利用 fitit 函数来创建曲线拟合。 Load_Forecasting.m 演示了如何运用 MATLAB 构建一套用于短期电力负荷（或价格）预测的系统。 为了实现精确的预测，三个非线性回归模型——包括提升决策树、袋装决策树以及神经网络——都经过了仔细的校准。 这些模型能够根据温度数据、节假日信息以及历史负载数据，准确地预测每小时的前一日电力负荷。 这些模型于 2004 年至 2007 年期间在 NEPOOL 地区（由 ISO 新英格兰监管）的每小时数据上进行了训练，并且在 2008 年的独立样本外数据上进行了验证测试。