在MATLAB中进行曲线拟合通常涉及以下步骤：
1. 准备数据：创建或导入包含自变量和因变量的数据集。
2. 选择拟合函数：根据数据特征选择合适的拟合函数，如多项式、指数、对数等。
3. 进行拟合：使用MATLAB的内置函数（如`polyfit`、`fit`）进行拟合，得到拟合参数。
4. 评估拟合效果：通过计算拟合值与实际值之间的误差来评估拟合效果。
5. 可视化结果：绘制原始数据和拟合曲线，对比分析。
下面是一个简单的MATLAB曲线拟合例子：
```matlab
% 创建数据点
x = 0:0.1:10；
y = 2*x.^2 + randn（size（x））； % 添加噪声
% 使用polyfit进行二次多项式拟合
p = polyfit（x, y, 2）； % p为拟合多项式的系数
y_fit = polyval（p, x）； % 计算拟合值
% 绘制原始数据和拟合曲线
plot（x, y, 'o', x, y_fit, '-'）
legend（'原始数据', '拟合曲线'）
title（'一维曲线拟合示例'）
xlabel（'x轴'）
ylabel（'y轴'）
```
此代码创建了一组带有噪声的二次多项式数据，并使用`polyfit`函数进行拟合，然后绘制了原始数据和拟合曲线。
