x = data[:,0] 的含义

x = data[:,0] 的含义

原始数据是:
[

[ 1.00000000e+00 2.27200000e+03]

[ 2.00000000e+00 nan]

[ 3.00000000e+00 1.38600000e+03]

[ 4.00000000e+00 1.36500000e+03]

[ 5.00000000e+00 1.48800000e+03]

[ 6.00000000e+00 1.33700000e+03]

[ 7.00000000e+00 1.88300000e+03]

[ 8.00000000e+00 2.28300000e+03]

[ 9.00000000e+00 1.33500000e+03]

[ 1.00000000e+01 1.02500000e+03]

]

然后有步操作:
x = data[:,0]
y = data[:,1]

冒号左边是行范围,冒号右边列范围

第一维全取,第二维取第0个和 第一个方向。



  • 4
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这段代码是实现 GM(1,1) 模型的计算过程,每句代码的含义如下: 1. clc;clear:清空命令窗口和工作区域。 2. data = readtable('syue2.csv');:读取名为 syue2.csv 的表格文件,并将其存储在名为 data 的变量中。 3. x0 = data{:, 2}; y0 = data{:, 1};:从 data 变量中提取第二列和第一列的数据,并将其分别存储在名为 x0 和 y0 的变量中。 4. n=length(x0);:获取 x0 变量的长度,并将其存储在名为 n 的变量中。 5. x1=zeros(1,n); x1(1)=x0(1); for i=2:n; x1(i)=x0(i)+x1(i-1); end:通过循环计算 x0 的累加和,并将其存储在名为 x1 的变量中。 6. af=0.2; z1=zeros(1,n); z1(1)=0; for i=2:n; z1(i)=x1(i)*af+(1-af)*x1(i-1); end:通过循环计算 x1 的加权移动平均数,并将其存储在名为 z1 的变量中。 7. Y=zeros(n-1,1);X=zeros(n-1,2); for i=2:n; Y(i-1)=x0(i); X(i-1)=-z1(i); X(i-1,2)=1; end:将 x0 和 z1 的数据组合成线性回归模型的输入数据,并将其存储在名为 Y 和 X 的变量中。 8. B=inv(X'*X)*X'Y; a=B(1); b=B(2);:通过矩阵运算计算出线性回归模型的系数,并将其存储在名为 a 和 b 的变量中。 9. pred_n_1=(x0(1)-b/a)exp(-an)(1-exp(a));:根据 GM(1,1) 模型,预测 n+1 时刻的值,并将其存储在名为 pred_n_1 的变量中。 10. x=0:1:13; n0=0:13;:定义 x 和 n0 变量的取值范围。 11. y3=(x0(1)-b/a).*exp(-a.x).(1-exp(a));:根据 GM(1,1) 模型,计算出 x 变量对应的值,并将其存储在名为 y3 的变量中。 12. yuce=y3';:将 y3 的值转置,并将其存储在名为 yuce 的变量中,即为预测值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值