热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

机器学习Octave/Matlab教程

OctaveMatlab教程先将想法用Octave实现,运行可行后再用java,c++等将算法写一遍。直接输入算式,如3+2,回车出结果。1~2%true输出

Octave/Matlab教程

  先将想法用Octave实现,运行可行后再用java,c++等将算法写一遍。

  直接输入算式,如3+2,回车出结果。

  1 ~= 2 %true输出ans = 1,%表示注释,~=表示不等于

  若想改变命令行前缀字符为》,则:PSl(‘>> ’)

  变量定义:a = 3;其中分号若不写则回车后输出a=3,否则不打印。

  Disp(sprint(‘lala:%0.2f’,a))输出变量a的以字符串形式的打印值。

  矩阵A=[1 2;3 4;5 6]分号即换行作用。V=1:0.1:2即v是一组值,从1到2,步长为0.1。

  ones(2,3)生成全为1的2行3列矩阵。zeros(1,2)全为0。3*ones(1,3)。rand(1,4)

  randn(1,3)生成的值服从高斯分布,均值0,标准差或方差1。

  生成10000个元素,并用直方图显示,均值为-6,方差为10。hist(w,50)只绘制50个值。

  eye(4)生成单位矩阵。

  帮助命令:help eye

       size(A)返回矩阵大小,实际上size存储着矩阵。size(A,1)返回矩阵第一行大小及元素.Length(A)返回最大维度大小。

  pwd显示当前Octave软件所在路径。

  cd进入指定目录后, 加载文件。who命令可以查看当前Octave在内存储存的所有变量。Whos显示更详细信息。

  clear featuresX删除某一变量。

  V = priceY(1:10)将前10个元素赋值给v。

  数据存到硬盘:save hello.mat v;将v存储到文件hello中,mat文件会压缩数据,若想存储能看懂的数据,则文件后缀改为txt,即save hello.txtt v –ascii存成txt文件或ASCII编码的文件。

  A(3,2)表示A第3行2列的元素。A(2,:)输出第2行所有元素。A([1 3],:)第1行和3行所有元素。A=[A,[1,2,3]]在A上附加一列向量。A(:)把A中所有元素放入列向量。C=[A B]组合新矩阵。C=[A:B]

  矩阵乘法:A*B 对应元素相乘:A .* B点表示运算            A .^ 2每个元素的平方           1 ./ v求v倒数          log(v)对数           exp(v)以e为底,v中元素为幂          abs(v)v中所有元素绝对值

       -v           v+ones(length(v),1)v+1所有元素加1        A`转置          max(A)。[val,ind] = max(a)返回最大值与其索引。

  


推荐阅读
  • 深入解析JVM垃圾收集器
    本文基于《深入理解Java虚拟机:JVM高级特性与最佳实践》第二版,详细探讨了JVM中不同类型的垃圾收集器及其工作原理。通过介绍各种垃圾收集器的特性和应用场景,帮助读者更好地理解和优化JVM内存管理。 ... [详细]
  • 优化ListView性能
    本文深入探讨了如何通过多种技术手段优化ListView的性能,包括视图复用、ViewHolder模式、分批加载数据、图片优化及内存管理等。这些方法能够显著提升应用的响应速度和用户体验。 ... [详细]
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 本文详细介绍了 Dockerfile 的编写方法及其在网络配置中的应用,涵盖基础指令、镜像构建与发布流程,并深入探讨了 Docker 的默认网络、容器互联及自定义网络的实现。 ... [详细]
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • 2023年京东Android面试真题解析与经验分享
    本文由一位拥有6年Android开发经验的工程师撰写,详细解析了京东面试中常见的技术问题。涵盖引用传递、Handler机制、ListView优化、多线程控制及ANR处理等核心知识点。 ... [详细]
  • 本文介绍了如何使用 Spring Boot DevTools 实现应用程序在开发过程中自动重启。这一特性显著提高了开发效率,特别是在集成开发环境(IDE)中工作时,能够提供快速的反馈循环。默认情况下,DevTools 会监控类路径上的文件变化,并根据需要触发应用重启。 ... [详细]
  • 本文将介绍如何使用 Go 语言编写和运行一个简单的“Hello, World!”程序。内容涵盖开发环境配置、代码结构解析及执行步骤。 ... [详细]
  • 本文探讨了Hive中内部表和外部表的区别及其在HDFS上的路径映射,详细解释了两者的创建、加载及删除操作,并提供了查看表详细信息的方法。通过对比这两种表类型,帮助读者理解如何更好地管理和保护数据。 ... [详细]
  • 深入理解C++中的KMP算法:高效字符串匹配的利器
    本文详细介绍C++中实现KMP算法的方法,探讨其在字符串匹配问题上的优势。通过对比暴力匹配(BF)算法,展示KMP算法如何利用前缀表优化匹配过程,显著提升效率。 ... [详细]
  • 探讨一个显示数字的故障计算器,它支持两种操作:将当前数字乘以2或减去1。本文将详细介绍如何用最少的操作次数将初始值X转换为目标值Y。 ... [详细]
  • 在金融和会计领域,准确无误地填写票据和结算凭证至关重要。这些文件不仅是支付结算和现金收付的重要依据,还直接关系到交易的安全性和准确性。本文介绍了一种使用C语言实现小写金额转换为大写金额的方法,确保数据的标准化和规范化。 ... [详细]
  • 本文深入探讨了Linux系统中网卡绑定(bonding)的七种工作模式。网卡绑定技术通过将多个物理网卡组合成一个逻辑网卡,实现网络冗余、带宽聚合和负载均衡,在生产环境中广泛应用。文章详细介绍了每种模式的特点、适用场景及配置方法。 ... [详细]
  • 机器学习中的相似度度量与模型优化
    本文探讨了机器学习中常见的相似度度量方法,包括余弦相似度、欧氏距离和马氏距离,并详细介绍了如何通过选择合适的模型复杂度和正则化来提高模型的泛化能力。此外,文章还涵盖了模型评估的各种方法和指标,以及不同分类器的工作原理和应用场景。 ... [详细]
author-avatar
mobiledu2502874983
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有