机器学习入门~使用Octave③

计算数据

①矩阵乘法及运算：

使用*对两个矩阵做标准运算，使用.*可以同阶矩阵相同位置的元素进行乘法运算。类似的，使用.^可以对矩阵中每个位置的元素进行幂级运算，./可以对矩阵每个位置的元素求倒数。


除此之外，log()和exp()可分别对矩阵进行对数运算和e的幂次运算，abs()可以求得矩阵中每个元素的绝对值（与其他编程语言类似），在某个矩阵前加-可以得到一个矩阵其每个位置均为原矩阵每个位置元素的相反数。

length()可以得到向量的长度，通常用于加减法。

同 v+1👆。
②矩阵转置：A'得到A的转置。

③求最大值并返回最大值位置的下标：
求最大值用max()函数，返回下标并将最大值及其索引存储到变量中使用与Python序列类似的方法。

④比较：
以a<3为例，对每个位置上的元素进行大小比较，并返回对应位置的bool值矩阵。

⑤查找：
输入查找条件，返回满足条件的下标索引矩阵。
对于向量：

对于矩阵：

⑥幻方矩阵（在机器学习问题中基本不会遇到）：
使用magic(n)返回一个nn的幻方矩阵。幻方的性质：任意行列，对角线元素的加和等于同一个值。

⑦各种其他常见的运算方法
1）sum()会对向量进行求加和，会对矩阵的每一列求加和，prod()求乘积，规则与sum()相同。sum(A,1)对矩阵A的每一列进行求和，sum(A,2)对矩阵A每一行进行求和。