octave 中if，for ， while语句和简单函数

>> v=zeros(10,1)  %define 10x1 zero vector
v =

   0
   0
   0
   0
   0
   0
   0
   0
   0
   0

>> for i=1:10.  % i在[1,10]
v(i)=i*i;
 end;
>> v
v =

     1
     4
     9
    16
    25
    36
    49
    64
    81
   100

>> indices=1:10;   
>> indices
indices =

    1    2    3    4    5    6    7    8    9   10

>>  for i=indices,   %这句话与i=1：10语义相同
disp(i);
 end;
 1
 2
 3
 4
 5
 6
 7
 8
 9
 10

>> i=1;
>> while i<=5,    %while 语句
v(i)=99;
i=i+1;
 end;
>> v
v =

    99
    99
    99
    99
    99
    36
    49
    64
    81
   100

>> i=1;
>>  while true,
     v(i)=100;
     i=i+1;
     if i==8,
        break;   %使用break语句
     end;
   end;
>> v
v =

   100
   100
   100
   100
   100
   100
   100
    64
    81
   100
>> for i=1:10.
       if mod(v(i),2)==0,     %取余操作
          disp('even');
       else
           disp('odd');
       end;
   end;
even
even
even
even
even
even
even
even
odd
even

>> x=9,y=3;  %待传参数
x =  9
>>
>> cd 'C:\Users\Administrator\Desktop'       %函数文件所在路径，函数文件格式为.m,尝试用写字板打开
>> myfunction(x,y)         
ans =  39
>>

下面是myfunction内容：   % 返回y值

function y=myfunction(x,z)
   y=x+z+x*z;

 >> addpath('C:\Users\Administrator\Desktop')  %添加过该路径就可以在其它路径下调用该路径下的函数

>> [y1,y2]=myfunction2(x,y)
warning: function name 'myfunction' does not agree with function filename 'C:\Users\Administrator
\Desktop\myfunction2.m'
y1 =  39
y2 =  729

下面是myfunction2内容：

function  [y1,y2]=myfunction(x,z)    %可以有多个返回值
   y1=x+z+x*z;
   y2=x^z;
 

下面内容来自吴恩达机器学习的梯度下降算法：

costFunctionJ函数体：

function J=costFunctionJ(X,y,theta)
% X is the "design matrix" containing our training examples.     输入变量
% y is the class label                  输出变量
   m=size(X,1);   %number of training examples   样本数量
   prediction=X*theta;  %prediction of hypothesisis on all m examples   假设函数  /拟合函数
   sqrError=(prediction-y).^2;  %squared errors         单个样本的标准差
   J=1/(2*m)*sum(sqrError);     %代价函数

               拟合函数

 

               代价函数

代价函数的值越小，则拟合越成功。

下面是对上述函数参数赋值语句：
>> X=[1 1; 1 2; 1 3]      %默认X矩阵中第一列都为1
X =

   1   1
   1   2
   1   3

>> y=[1;2;3]
y =

   1
   2
   3

>> theta=[0;1]
theta =

   0
   1

>> cd 'C:\Users\Administrator\Desktop'
>> J=costFunctionJ(X,y,theta)
J = 0                       %J越小则说明拟合函数越好