拟合点云数据到二维圆：MATLAB最小二乘法实现

在MATLAB中，我们经常需要拟合曲线或曲面到给定的数据点。当我们有一个包含二维点云数据的数组时，可以使用最小二乘法（Least Squares Method）来拟合该数据到一个二维圆。最小二乘法是一种用于最小化数据与模型之间误差的数学方法。

下面我们将通过编写MATLAB代码来演示如何使用最小二乘法拟合二维圆。

首先，我们需要生成一个模拟的二维圆形点云数据集。假设我们的二维圆的半径为5，并且我们希望在(-10, 10)的范围内生成100个均匀分布的点。我们可以使用MATLAB的rand函数来生成随机均匀分布的数值，并将其乘以20并减去10，以获得(-10, 10)范围内的点。

radius = 5;
numPoints = 100;

angle = linspace(