机器学习-octave使用
1 == 2 % false
1 ~=2 % true
% 隐藏版本,只显示>> .
PS1('>> ');
% 输出两位小数格式
disp(sprintf('2 decimals: %0.2f',a))
% 转换数字格式
format long
format short
v = 1:0.1:2 % v是一个一行十一列矩阵(1.0 1.1 1.2.............2.0)
v = 1:6 % v是一个一行十一列矩阵(1 2 3 4 5 6)
ones(2,3) zeros(2,3) rand(2,3) % 分别生成全为1,全为0,或随机数组成的两行三列矩阵
eye(3) % 三行三列单位矩阵
A = [1 2;3 4; 5 6]
sz = size(A) % 行数列数
sz =
3 2
size(A,1) % 行数
ans = 3;
size(A,2) % 列数
ans = 255;
ans = 3;E
>> pwd % 当前所处路径
ans = C:\Users\Administrator
>> cd 'C:\Users\Administrator\Desktop'
>> pwd % 修改当前所处路径
ans = C:\Users\Administrator\Desktop
load x % 加载一个文件
who whos %显示当前的变量
clear x % 清除某一个变量
clear % 清除所有变量
save hello.mat I %将I 保存到文件中
>> A = [1 2;3 4;5 6] A =
1 2
3 4
5 6
>> A(3,2) ans = 6
>> A(2,:) ans =
3 4
>> A(:,2) ans =
2
4
6
>> A(:,2) = [8; 9; 7]
A =
1 8
3 9
5 7
>> A = [A, [100; 105; 110]]
A =
1 8 100
3 9 105
5 7 110
>> A(:) %将A中所有元素生成一个列向量
ans =
1
3
5
8
9
7
100
105
110
C = [A B] %A在左,B在右
C = 【A;B] %A在上,B在下
>> A = [1 2;3 4;5 6]
>> B = [11 12;13 14;15 16]
>> A .* B % 对应元素分别相乘
ans =
11 24
39 56
75 96
A .^ 2 % 得到一个A中每一个元素平方的矩阵
1 ./ A % 得到一个A中每一个元素取倒数的矩阵
log(A) exp(A) abs(A) A + 1 ....... % 得到一个A中每一个元素做相应运算的矩阵
>> a = [1 2 3 4]
>> max(a) ans = 4
a < 3
ans = %对每一个元素进行判断
1 1 0 0
>> max(A)
ans =
5 6
A =[1 2; 3 4; 5 6]
magic(3) %产生一个三行三列的矩阵,每一行每一列加起来相等
sum(A,1) %求每一行的和
sum(A,2) %求每一列的和
>> t = [0:0.01:0.98];
>> y1 = sin(2*pi*4*t);
>> plot(t,y1); % 画出关于y1-t的图
>> y2 = cos(2*pi*4*t);
>> plot(t,y2);
>> hold on; %保持y2-t
>> plot(t,y1,'r'); %红色
第二周课程笔记 :
https://www.coursera.org/learn/machine-learning/resources/QQx8l
机器学习-octave使用的更多相关文章
- 吴恩达机器学习-octave笔记
隐藏前缀提示符:PS1('>>') 不显示打印内容:;结尾 字符串:a=’hi’ 屏幕输出:disp(sprint(‘2 decimals:%0.2f’,a)) 生成集合(矩阵):V=1: ...
- 吴恩达《机器学习》课程笔记——第六章:Matlab/Octave教程
上一篇 ※※※※※※※※ [回到目录] ※※※※※※※※ 下一篇 这一章的内容比较简单,主要是MATLAB的一些基础教程,如果之前没有学过matlab建议直接找一本相关书籍,边做边学,matl ...
- 四大机器学习编程语言对比:R、Python、MATLAB、Octave
本文作者是一位机器学习工程师,他比较了四种机器学习编程语言(工具):R.Python.MATLAB 和 OCTAVE.作者列出了这些语言(工具)的优缺点,希望对想开始学习它们的人有用. 图源:Pixa ...
- 从零单排入门机器学习:Octave/matlab的经常使用知识之矩阵和向量
Octave/matlab的经常使用知识之矩阵和向量 之前一段时间在coursera看了Andrew ng的机器学习的课程,感觉还不错.算是入门了.这次打算以该课程的作业为主线,对机器学习基本知识做一 ...
- ML:机器学习中常用的Octave语句
coursera上吴恩达的机器学习课程使用Octave/Matlab实现算法,有必要知道Octave简单的语句.最重要的:在遇到不会的语句,使用'''help '''或者'''doc '''查看官方文 ...
- Andrew NG 机器学习编程作业5 Octave
问题描述:根据水库中蓄水标线(water level) 使用正则化的线性回归模型预 水流量(water flowing out of dam),然后 debug 学习算法 以及 讨论偏差和方差对 该线 ...
- Andrew NG 机器学习编程作业4 Octave
问题描述:利用BP神经网络对识别阿拉伯数字(0-9) 训练数据集(training set)如下:一共有5000个训练实例(training instance),每个训练实例是一个400维特征的列向量 ...
- Andrew NG 机器学习编程作业3 Octave
问题描述:使用逻辑回归(logistic regression)和神经网络(neural networks)识别手写的阿拉伯数字(0-9) 一.逻辑回归实现: 数据加载到octave中,如下图所示: ...
- Andrew NG 机器学习编程作业2 Octave
问题描述:用逻辑回归根据学生的考试成绩来判断该学生是否可以入学 这里的训练数据(training instance)是学生的两次考试成绩,以及TA是否能够入学的决定(y=0表示成绩不合格,不予录取:y ...
随机推荐
- 使用Log4j2,打包后提示ERROR StatusLogger Log4j2 could not find a logging implementation.
从Log4j切换到Log4j2,没有打包之前日志输出正常,但是打包后总是提示下面内容: 错误一: ERROR StatusLogger Log4j2 could not find a logging ...
- OC官方文档翻译-Working-with-Protocols-协议的使用
查看全部文档翻译,请浏览https://github.com/L1l1thLY/Programming-with-Objective-C-in-Chinese,blog仅收录本人翻译的两章. 简述 在 ...
- java二分法查找实现代码
package util; class BinarySearch { static int binarySearch(int[] array,int goal){//传入排好序的数组和目标数字 int ...
- DNS 网关 路由 交换机 网桥 协议 服务器 这些都是什么关系?
来源:知乎 服务器:为你提供服务的机器.相当于马路边上的各种店面.虽然理论上任何一户人家都能开店为你提供服务,但是因为各种硬件资源限制而不适合开店.比如:小区道路比较窄(宽带带宽比较窄).家里地方太小 ...
- Pipenv: Python包管理神器
Pipenv旨在将最好的包管理机制(bundler, composer, npm, cargo, yarn等等)带到Python中去. 它会为你的项目自动创建和管理virtualenv,也会在安装和移 ...
- jmeter csv中获取带引号的数据详情(转)
最近在工作中,对jmeter实践的点滴的记录这里分享,不一定正确,仅供参考和讨论,有想法的欢迎留言.谈论. 1技巧1:从csv中获取带引号的数据详情 背景:我们从csv中获取数据,在jmeter中使用 ...
- 0、ubuntu16.04安装部署kvm
ubuntu16.04安装部署kvm1.查看CPU是否支持KVM egrep "(svm|vmx)" /proc/cpuinfo 2.安装相关kvm包 sudo apt-get i ...
- Vue 4 -- 获取原生的DOM的方式、DIY脚手架、vue-cli的使用
一.获取原生的DOM的方式 在js中,我们可以通过id.class或者标签获取DOM元素,vue中也为我们提供了获取原生DOM的方法,就是给标签或者组件添加ref属性,通过this.$refs获取,如 ...
- 错误:正在解析文件 '/var/lib/dpkg/updates/0004'
sudo rm /var/lib/dpkg/updates/* sudo apt-get update
- SpringMVC(二)高级应用
一.参数绑定-----集合类型 二.数据回显(例如提交表单失败了,数据没有丢失) 三.上传图片 四.json数据的交互 五.restful 支持 六.拦截器