Matlab -尝试不同的起点进行高斯拟合，选择rsquare最高的一个，然后绘制

% 假设已经有一个数据向量x和对应的观测值向量y

% 设置初始起点向量
start_points = [mu1, sigma1, amplitude1; mu2, sigma2, amplitude2; ...];

% 定义高斯函数
gaussian = @(x, mu, sigma, amplitude) amplitude * exp(-(x-mu).^2 / (2*sigma^2));

% 初始化R-square变量
max_rsquare = 0;
best_fit = [];

% 遍历不同的起点进行拟合
for i = 1:size(start_points, 1)
    start_point = start_points(i, :);
    
    % 使用fit函数进行高斯拟合
    fit_result = fit(x, y, gaussian, 'StartPoint', start_point);
    
    % 计算当前拟合的R-square值
    current_rsquare = 1 - sum((y - feval(fit_result, x)).^2) / sum((y - mean(y)).^2);
    
    % 更新最大R-square和对应的拟合结果
    if current_rsquare > max_rsquare
        max_rsquare = current_rsquare;
        best_fit = fit_result;
    end
end

% 绘制拟合曲线
plot(best_fit, x, y);