• 机器学习入门四


    Octave相关资源

    官网地址

    官方地址

    下载地址

    下载地址

    相关语法

    运算符

    • %:注释
    • ~=:表示不等于
    • xor:异或
    • 其他逻辑运算符类似C语言

    变量

    • 字符串:c = ‘hello world’
    • 布尔值:c = (3>=1)
    • 整数:c = 3
    • 圆周率:pi

    函数

    • disp():打印

    • sprintf(‘decimals: %0.2f’, a):格式化字符串

    • format的使用可以让数字等显示出具体的位数,具体看format的参数 在这里插入图片描述

    • 矩阵建立以空格和分号分割,分号的作用相当于换行在这里插入图片描述

    • 向量的循环产生:v = 1:1:4,以冒号分割,表示从1开始,步长是1,最后达到4在这里插入图片描述

    • 等差向量产生:例如产生1到6:v=1:6在这里插入图片描述

    • 产生全是1的特定矩阵,ones(2,3)表示生成2*3的全部是1的矩阵在这里插入图片描述

    • zeros(10,1):生成10行一列的全为0的向量
      在这里插入图片描述

    • 上述生成全是特定某个数的,只需要做乘法运算就行了,例如生成全是2的矩阵:2*ones(2,3)在这里插入图片描述

    • rand(1,3):随机生成1行3列的随机数字的矩阵,并且数字都介于0到1之间

    • randn(1,3):随机生成符合高斯分布的数值(正态分布值),randn(1,3)表示随机生成3个数字,也就是1行3列的三个数,这几个数符合高斯分布,也就是他们的均值是0或者方差为1

    • sqrt(4):开根

    • hist(矩阵):绘制矩阵的直方图,例如hist(randn(1,10000)),并且可以通过添加参数绘制更多的竖条hist(randn(1,10000), 50),通过第二个参数设置竖条的数量(前提是你有那么多个量)
      在这里插入图片描述

    在这里插入图片描述

    • eye(4):单位矩阵生成,eye(4)表示生成一个4*4的单位矩阵
    • help 函数名:查看那个帮助
    • size(矩阵):返回矩阵的尺寸,返回值是一个行向量,其格式为:行数 列数
      • size(矩阵, 1):获取矩阵的维度,也就是行数
      • size(矩阵, 2):矩阵的列数
    • length(矩阵):获取最大维度的大小,例如23的矩阵,最大的是列数,而矩阵42,最大的是行数,所以返回4

    系统命令

    • pwd:查看当前路径
    • cd 路径:目录切换
    • ls:列表
    • load 文件名或者是load(文件名):加载具体的文件,如load formatX.dat
    • who:显示Octave中当前存储在内存所有的变量名,包括我们自己创建的变量名
    • whos:显示更详细的变量信息
    • clear 变量名:清除变量,如何不添加变量名,那么就清除全部

    数据操作

    数据加载

    例如我们通过load priceY.dat添加了一个训练集,其中训练集里边是一个一列的数据
    在这里插入图片描述

    被加载到Octave中以后对应的变量名是文件名,也就是priceY,那么拿到priceY前10个元素并赋给v,进行的操作是:v = priceY(1:10),其中如果文件按列排布,那只会拿到第一列的前10个,如果按行排布,那就会拿到一行的前10个,并且只针对列向量和行向量,其他可能报错
    在这里插入图片描述

    数据保存

    通过save 文件名 变量名,例如:save hello.mat v,表示将v存储到文件hello.mat中。下一次通过load hello.mat,就会重新拿到数据,并且数据依旧存储在变量v中

    保存到mat后缀的文件中,是将数据转成具体的二进制形式,这样的话变量v越大,压缩的程度越大

    同样可以保存成其他格式,例如txt:save hello.txt v -ascii,表示保存为hello.txt并且是ascii编码方式

    元素操作

    • 拿到某个元素:a(1,2):其中a是矩阵对应的向量名,通过a(1,2)这个索引拿到第一行第二列的元素

    • 拿到某一列或者某一行:只需要填入对应的行数或者列数,然后另一个设置为:,例如获取第二行:a(2, 😃

    • 拿到多行多列或者多个元素:a([1 3],[1 2]):表示拿1和3行的各自的1和2列元素。a([1 3],1):1和3行的1列元素。a([1 3]😅:1和3行的整行元素

    • 整列修改:上述a(:, 2)表示拿到第2列的数,但是可以通过a(:, 2)赋值新的列去整列修改,并返回新矩阵在这里插入图片描述

    • 快捷添加列:可以直接整体套入在这里插入图片描述

    • 将矩阵的所有元素输出整合到一列上:a(😃,该方法按列进行打印的,如下图在这里插入图片描述

    • 快速整合矩阵:A = [B C]或者A=[B;C],其中B和C是两个矩阵

    元素计算

    • A*B:矩阵相乘

    • A .* C:通过 .* 运算符实现矩阵A和C中点对点的相乘,就是对应位置的数相乘,所以两个矩阵必须相同结构

    • A .^ 2:会对矩阵A中每个元素都进行平方,后边的数可以是任意的实数

    • 1 ./ A:表示获得矩阵A对应的导数,数字可以是任意的实数

    • log(A):对A中所有元素都进行对数运算

    • exp(A):表示对A中所有元素进行以e为底的对数运算

    • abs(A):所有元素取绝对值

    • -A:A中元素全部变成负数

    • A+1:可以对A中每个元素都加1

    • A’:求A的转置

    • max(A):求A中值最大的元素,如果A不是向量,那么就返回每一列最大的元素

    • [val index]=max(A):返回的元素中第一个参数是元素的值,第二个参数是元素的索引,对于向量而言可以拿到对应的的值以及下标,但是对于非向量而言,就是拿到每一列的最大值,索引是对应的最大值艘所在的行在这里插入图片描述在这里插入图片描述

    • A < 3:表示A中每个元素和3比较,返回一个矩阵,1表示成立,0表示不成立在这里插入图片描述

    • find(A<3):表示在A中找到符合条件的元素并返回它的索引,对于非向量而言,他会自动从第一行第一个开始按第1列…第2列…第n列的顺序返回索引,如下a将会被转换成1 8 1 9 9 2,符合条件的就是在1 3 6这三个位置的数在这里插入图片描述

    • [r, c] = find(A<3):可以找到具体的行列号,r是行相关的向量,c是列相关的向量,如下返回值中,对应位置就是元素存在于对应的行列号在这里插入图片描述

    • magic(3):生成一个幻方矩阵,也就是一个对角线、行、列上的数相加都等于同一个数的矩阵,其中传入的数字表示维度,3也就是表示3*3

    • sum(A):求A中所有元素的值的总和,如果不是向量,默认就会返回每一列的总和的行向量在这里插入图片描述

    • sum(a,2):计算每一行的元素的总和在这里插入图片描述

    • prod(A):表示A元素中所有元素的乘积

    • floor(A):表示A中的值向下取整

    • ceil(A):表示A中的值向上取整

    • max(A,B):其中A、B是对应的矩阵,max(A,B)返回了由A,B矩阵中对应位置的最大的元素组成在这里插入图片描述

    • max(A,[], 1):最后一个数值如果是1,那么就拿到每一列的最大值,如果最后一行是2,那么就拿到每一列的最大值在这里插入图片描述

    • 主对角线上的数之和:sum(sum(A . eye(A矩阵的维度)))*:eye产生一个单位矩阵,根据A的维度产生单位矩阵后,再继续与A进行点对点相乘,最终得到了A矩阵中对角线上的元素,在通过sum可以拿到每一列的值,这个时候相当于把对角线上的元素整合成行向量,外层的sum就再次将这个原来由对角线元素组成的元素求和,最终得到了对角线上的元素的总和

    • flipud(A):对A进行垂直翻转,也就是从上向下或者从下向上180°翻转

    • 副对角线的数之和:sum(sum(A . flipud(eye(A矩阵的维度))))*

    绘图和可视化工具

    绘图实例

    绘图实例:首先是产生一个t相关的数组t = [0:0.1:5],这里表示从0开始步长是0.1,增加到5,通过sin函数得到y,并添加变量t,然后通过plot函数:plot(t,y),第一个参数是自变量,第二个参数是因变量,最终绘制下图
    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述

    常用函数

    • sin()
    • cos()
    • plot(x轴变量,y轴变量):绘制一般的图像
    • plot(x轴变量,y轴变量,‘r’):绘制一般的图像,添加了第三个参数,表示添加了相应的颜色值
    • hold on:因为plot函数没有特别配置的情况下只有一个图像显示,每次执行一次plot只会出现一个函数图像,需要维持多个图像可以使用hold on
      在这里插入图片描述

    在这里插入图片描述

    • xlabel(‘time’):添加x轴描述
      在这里插入图片描述

    • ylabel(‘value’):添加y轴描述

    • legend(第一条线的描述,第二条线的描述…):添加线描述,从左到右是对添加顺序的三条线进行添加相应的描述

    • title(标题名称):通过title函数添加标题描述

    • print -dpng ‘myplot.png’:将图像保存到当前路径下并且命名为myplot.png

    • close:关闭图像
      在这里插入图片描述

    • figure(1): plot(t,y1):使用figure进行标识哪个图被绘制了,从而打开多个窗口进行图片绘制

    • subplot(1,2,1):前两个参数表示1*2的格子,也就是一行2个格子,最后一个格子表示当前使用的格子是第1个
      在这里插入图片描述
      在这里插入图片描述

    • axis([0.5,1,-1,1]):设置当前操作的子图的坐标范围,前两个参数设置的是x轴的范围,后两个数是设置y轴的范围,具体设置哪个子图是通过subplot进行设置的,按照实例就将x坐标设置成了0.5到1,纵坐标设置成了-1到1
      在这里插入图片描述

    • clf:清除生成的图像

    • imagesc(矩阵):使用色块来表示来表示矩阵具体的元素,色块的分布是矩阵元素的分布,矩阵的颜色表示具体矩阵的值
      在这里插入图片描述

    • imagesc(矩阵),colorbar:上述使用色块去表示值的大小,但是并不知道具体的颜色深浅代表的值大小关系,colorbar可以提供一个度量
      在这里插入图片描述

    • imagesc(a),colorbar, colormap gray:colormap表示将色块设置为灰色块
      在这里插入图片描述

    在这里插入图片描述

    控制语句

    • if语句
      在这里插入图片描述

    • while循环:
      在这里插入图片描述

    在这里插入图片描述

    • if else语句
      在这里插入图片描述
  • 相关阅读:
    Python 深度学习入门之CNN
    亚马逊17亿美元收购iRobot;谷歌·Web性能权威指南电子书;宾大·现代统计学习课程资料;轻量化爬虫实现方案;前沿论文 | ShowMeAI资讯日报
    如何绘制西游记思维导图?详细制作步骤看这里
    向NS-3添加新模块_ns3.37添加新模块_ns3.37不同版本模块移植
    用户权限数据转换为用户组列表(3/3) - Excel PY公式
    数学建模学习(92):gurobipy详细入门教程【MLP、MIP模型、仓库调度模型、单/多目标优化、敏感性分析】
    PostgreSql中解析JSON字段和解析TEXT中的JSON字段
    vue的mixins混入使用详细教程(后台接口判断),以及踩坑点
    人大金仓分析型数据库系统扩容(六)
    多线程系列(二十) -CompletableFuture使用详解
  • 原文地址:https://blog.csdn.net/qq_43967413/article/details/126930904