matlab 机器学习入门

最新推荐文章于 2024-10-14 22:45:57 发布
最新推荐文章于 2024-10-14 22:45:57 发布
阅读量161 收藏
点赞数
文章标签： matlab 人工智能 操作系统
原文链接：http://www.cnblogs.com/jackzone/p/6851388.html
版权

根据吴恩达机器学习教程总结，在matlab、octave均可使用

Matlab进行标量运算

>> 5 + 5

ans =

    10

>> 6 * 2

ans =

    12

>> 3^2

ans =

     9

>> 3/2

ans =

1.5000

变量赋值

>> a = 3

a =

     3

赋值语句后面加; 可以不输出结果

>> q = 3;

>> q

 

q =

 

     3

字符输入时必须是单引号

>> b ='hi';

>> b

b =

hi

并 或 运算

>> 1 && 0

ans =

     0

>> 1||1

ans =

     1

比较语句

>> 2 > 3

ans =

     0

输出字符串

>> a =pi

a =

    3.1416

>> disp(a)

    3.1416

>> disp(sprintf('2 decimals: %0.2f',a))

2 decimals: 3.14

>> sprintf('hi')

ans =

hi

矩阵表示：

>> A = [1 2;3 4]

A =

 

     1     2

     3     4

向量表示

>> V = [1;2;3]

 

V =

 

     1

     2

     3

从 1 开始 到2 终止步长为0.1的行向量

>> V = 1:0.1:2

 

V =

 

    1.0000    1.1000    1.2000    1.3000    1.4000    1.5000    1.6000    1.7000    1.8000    1.9000    2.0000

1X2 全为1 矩阵

>> ones(1,2)

 

ans =

 

     1     1

2X2全为0矩阵

>> zeros(2,2)

 

ans =

 

     0     0

     0     0

随机1X3 的矩阵

>> rand(1,3)

 

ans =

 

    0.8147    0.9058    0.1270

 

对角线为全为1 的单位矩阵

>> eye(4)

 

ans =

 

     1     0     0     0

     0     1     0     0

     0     0     1     0

     0     0     0     1

help 查看内置函数的用法

>> help eye

 eye Identity matrix.

    eye(N) is the N-by-N identity matrix.

 

    eye(M,N) or eye([M,N]) is an M-by-N matrix with 1's on

    the diagonal and zeros elsewhere.

 

    eye(SIZE(A)) is the same size as A.

 

    eye with no arguments is the scalar 1.

 

    eye(..., CLASSNAME) is a matrix with ones of class specified by

    CLASSNAME on the diagonal and zeros elsewhere.

 

    eye(..., 'like', Y) is an identity matrix with the same data type, sparsity,

    and complexity (real or complex) as the numeric variable Y.

 

    Note: The size inputs M and N should be nonnegative integers.

    Negative integers are treated as 0.

 

    Example:

       x = eye(2,3,'int8');

 

    See also speye, ones, zeros, rand, randn.

 

    eye 的参考页

    名为 eye 的其他函数

判断矩阵的形状

>> size(a)

 

ans =

 

     1     1

 

>> size(A,1)

 

ans =

 

     2

 

>> v = [1 2 3 4]

 

v =

 

     1     2     3     4

 

>> size(v)

 

ans =

 

     1     4

 

>> length(v)

 

ans =

 

     4

显示当前工作目录（与Linux较为相似）

>> pwd

 

ans =

 

C:\Program Files\MATLAB\R2016a

进入某一目录

>> cd 'C:\Users\scz\Desktop'

>> pwd

 

ans =

 

C:\Users\scz\Desktop

显示当前目录下所有文件

>> ls

 

.                                                                                                                                                      

..                                                                                                                                                      

1.docx                                                                                                                                                  

123

读入文件，并保存到变量中                                                                                                                                                   

>> load('loldata.csv')

>> loldata

 

loldata =

 

    7.0000    5.0000    2.0000    0.9329   28.7941    5.9861    4.5984

    2.0000    1.0000    3.0000    0.4512    2.5701    0.9661    1.2014

    7.0000    5.0000    3.0000    0.8364   21.6821    6.0617    3.8332

   19.0000    2.0000    1.0000    1.0947   36.3245   12.7096    3.7969

    4.0000    2.0000    4.0000    0.8193   19.6814    2.3778    1.3344

    2.0000    9.0000    2.0000    0.7157   14.4339    3.3351    6.3405

         0   10.0000    6.0000    0.7573   12.3280    2.1769    5.3543

    8.0000    5.0000    1.0000    0.9012   20.2787    5.1798    3.9495

    3.0000    7.0000    1.0000    0.7876   10.5917    2.2607    6.4620

    1.0000    8.0000    4.0000    0.6336    5.9939    1.8080    5.9950

 

>> size(loldata)

 

ans =

 

    10     7

显示当前所有变量

>> who

 

您的变量为:

 

A        V        a        ans      b        c        loldata  q        v       

所有变量具体信息

>> whos

  Name          Size            Bytes  Class     Attributes

 

  A             2x2                32  double             

  V             1x11               88  double             

  a             1x1                 8  double             

  ans           1x2                16  double             

  b             1x2                 4  char               

  c             1x1                 8  double             

  loldata      10x7               560  double             

  q             1x1                 8  double             

  v             1x4                32  double             

保存变量到文件中

>> save hello.mat v;

矩阵运算

>> A = [1 2; 3 4 ; 5 6]

 

A =

 

     1     2

     3     4

     5     6

 

>> C = [1 1 ; 2 2]

 

C =

 

     1     1

     2     2

 

>> A  *  C

 

ans =

 

     5     5

    11    11

17    17

 

注意A 后面有空格，.是对矩阵中所有元素进行位运算

>> A .^ 2

 

ans =

 

     1     4

     9    16

    25    36

 

>> A + 1

 

ans =

 

     2     3

     4     5

     6     7

 

>> A

 

A =

 

     1     2

     3     4

     5     6

矩阵的转置

>> A'

 

ans =

 

     1     3     5

     2     4     6

没一列中所有最大元素

>> max(A)

 

ans =

 

     5     6

 

>> [VAL,IND] = max(A)

 

VAL =

 

     5     6

 

 

IND =

 

     3     3

矩阵的比较运算

>> A < 3

 

ans =

 

     1     1

     0     0

     0     0

所有元素中符合条件位置

>> find(A < 3)

 

ans =

 

     1

     4

 

>> a = magic(4)

 

a =

 

    16     2     3    13

     5    11    10     8

     9     7     6    12

     4    14    15     1

 

>> [r,c] = find(A < 3)

 

r =

 

     1

     1

 

 

c =

 

     1

     2

 

>> a = [1 2 3 4]

 

a =

 

     1     2     3     4

 

>> sum(a)

 

ans =

 

    10

 

>> prod(a)

 

ans =

 

    24

 

>> a = [1 2 3 4;1 3 4 5]

 

a =

 

     1     2     3     4

     1     3     4     5

求和默认是列

>> sum(a)

 

ans =

 

     2     5     7     9

 

>> sum(a,1)

 

ans =

 

     2     5     7     9

求积

>> prod(a)

 

ans =

 

     1     6    12    20

 

>> floor(a) %向下四舍五入

 

ans =

 

     1     2     3     4

     1     3     4     5

 

>> ceil(a) %向上四舍五入

 

ans =

 

     1     2     3     4

     1     3     4     5

 

>> max(rand(3),rand(3))

 

ans =

 

    0.9572    0.2785    0.9649

    0.6324    0.5469    0.9595

    0.8003    0.9575    0.9706

 

>> A(:)

 

ans =

 

     1

     3

     5

     2

     4

     6

调换方向

>> flipud(eye(9))

 

ans =

 

     0     0     0     0     0     0     0     0     1

     0     0     0     0     0     0     0     1     0

     0     0     0     0     0     0     1     0     0

     0     0     0     0     0     1     0     0     0

     0     0     0     0     1     0     0     0     0

     0     0     0     1     0     0     0     0     0

     0     0     1     0     0     0     0     0     0

     0     1     0     0     0     0     0     0     0

     1     0     0     0     0     0     0     0     0

求矩阵的拟

>> pinv(a)

 

ans =

 

    1.3333   -1.0000

   -1.6667    1.3333

   -0.3333    0.3333

    1.0000   -0.6667

 

>> D = [0:0.01:0.98]

 

>> y1 = sin(2*pi*4*D)

 

>> plot(D,y2,'r')

>> xlabel('time')

>> ylabel('value')

>> legend('sin','cos')

>> title('my plot')

>> print -dpng 'myplot.png'

>> subplot(1,2,1)

>> plot(D,y1)

>> subplot(1,2,2)

>> plot(D,y2)

>> clf

>> A = magic(5)

 

A =

 

    17    24     1     8    15

    23     5     7    14    16

     4     6    13    20    22

    10    12    19    21     3

    11    18    25     2     9

 

>> imagesc(A)

>> imagesc(A)

>> imagesc(A),colorbar,colormap gray

循环语句 判断语句

>> for i=1:10,

v(i)=2^(i);

end;

>> v

 

v =

 

           2

           4

           8

          16

          32

          64

         128

         256

         512

        1024

 

>> while true,

i =1;

v(i) = 100;

if i <=6,

break;

end;

end;

>> v

 

v =

 

         100

           4

           8

          16

          32

          64

         128

         256

         512

        1024

 

转载于:https://www.cnblogs.com/jackzone/p/6851388.html

weixin_30273763
关注
机器学习入门到实践——MATLAB实践应用源码.zip
06-07
《机器学习入门——MATLAB实战与应用》一书中的实例程序。涉及监督学习，非监督学习和强化学习。(code for book "Machine Learning Introduction & Action in MATLAB")
MATLAB入门之旅
Dr_ZXD的博客
10-29 277
MATLAB入门之旅
matlab入门之旅,Matlab 学习之旅（一）
weixin_32537029的博客
03-18 270
一、脚本文件和M函数1.1 脚本文件脚本文件是命令行的集合，由一系列 MATLAB 命令、内置函数及M文件等组成的文件。脚本文件在MATLAB 编译器中建立，并被保存为.m文件，按顺序执行，执行过程中生成的变量存放在当前工作空间中。注意：脚本不能返回输出变量，所有创建的变量将保留在工作空间中，但脚本能提供图形输出，就像使用图形输出函数plot()一样。例子：利用M文件编辑器，键入命令并保存为ma...
机器学习初级入门之Matlab各命令浅读
wy359669597的博客
02-22 322
figuer用法： figure,n.数字，人物，图像 v.计算 figure，即打开图 figure(n) % n是数字，代表打开的图像的序列 plot用法： plot函数输出散点图以及折线图，具体用法为： plot(x,y) //输出y关于x的图像 plot(x,y,'ro') //‘ro'r为red，o为所有点表示为圈，即图形形状，此处可用 MATLAB中的不同形状的标记点： 1、- 实线...
Matlab ones
lgyuWT的博客
11-20 2067
 help ones  ones   Ones array.     ones(N) is an N-by-N matrix of ones.       ones(M,N) or ones([M,N]) is an M-by-N matrix of ones.       ones(M,N,P,...) or ones([M N P ...]) is an M-by-N-by-P-by-... ...
matlab机器学习入门---大纲
m0_62977097的博客
09-27 1034
网上大多有关机器学习的教程与文章中较少有关matlab的一般是python那些，这边主要介绍如何应用matlab进行机器学习。以及用机器学习解数模赛题的一般步骤。
Matlab系列--matlab机器学习入门.zip
02-24
在本教程“Matlab系列--matlab机器学习入门”中，我们将深入探索如何利用MATLAB这一强大的计算环境来涉足机器学习领域。MATLAB是MathWorks公司开发的一种编程语言，广泛应用于工程、科学计算以及数据分析等多个领域...
matlab机器学习快速入门.pdf
10-27
机器学习是人工智能领域的一个重要...对于初学者来说，了解机器学习的基本概念、学习使用MATLAB等工具进行实践操作，是进入这个领域的一个很好的起点。随着技术的进步，机器学习将继续在各个领域发挥其不可替代的作用。
MATLAB机器学习.rar_matlab机器学习_机器学习 matlab_监督学习_监督学习+matlab_监督学习matla
07-15
matlab入门资料包括应用监督学习和应用非监督学习
MATLAB高级编程及机器学习技术.pdf
05-08
首先，MATLAB的入门基础部分介绍了安装、版本历史和编程环境。学习者将了解如何进行矩阵操作，这是MATLAB的核心特性，以及如何运用逻辑与流程控制结构来编写复杂的程序。此外，函数和脚本文件的创建以及基本绘图是必...
matlab的基本语法规则_MATLAB 基础语法
weixin_42513632的博客
02-07 175
help+ - * / ^ 2^6== ~= > < >= <= && || xor(a,b) = ;pi sqrt(a)disp(a) disp( sprintf( '%0.2f', a ) )format long format shortA = [1 2; 3 4; 5...
matlab快速入门3——数据计算
CommissarMa的博客
08-14 461
A=[1 2;3 4;5 6] B=[11 12;13 14;15 16] C=[1 1;2 2] A*C %矩阵乘法 A.*B %矩阵对应元素相乘 A.^2 %矩阵每个元素平方 v=[1;2;3] 1./v %列向量中每个元素都被1除 log(v) %log每个元素 exp(v) %e每个元素 abs(v) %每个元素取绝对值 -v %每个元素取相反
MATLAB官方机器学习入门教程
热门推荐
L_fengzifei的博客
04-23 1万+
MATLAB官网入门教程项目描述分类工作流程导入数据1.导入数据2.查看变量处理数据1.矫正单位2.时间归一化特征提取1.分析提取特征2.查看特征建立模型1.创建模型2.做出预测算法选项评估模型1.预测值与真值进行比较2.计算精确度与误分类度混淆矩阵导入和预处理数据多文本操作1.创建数据存储2.读取数据添加数据转换1.执行数据预处理2.转换后的数据存储规范化数据 官方教程https://matla...
MatLab机器学习入门
huwanting的专栏
08-08 2951
【学习笔记】MatLab官网课程学习记录。 1 流程 导入数据-》组织和预处理数据-》特征工程-》构建模型-》评估模型-》部署模型 2 分类工作流 如图所示，文件中存储了字母手写数据，以表格形式组织。 2.1 导入数据 2.1.1 readtable函数 data = readtable("J.txt"); （帮助文档） T = readtable(filename) 通过从文件中读取列向数据来创建表。 readtable 基于文件的扩展名确定文件格式： .txt、.dat 或 .csv（适
回归素材(part7)--机器学习入门到实战-MATLAB实践应用
小山羊的学习日志
11-04 533
学习笔记，仅供参考，有错必纠 文章目录机器学习入门到实战-MATLAB实践应用线性回归原理简单线性回归多元线性回归 机器学习入门到实战-MATLAB实践应用 线性回归原理 简单线性回归 多元线性回归 ...
IWO-Kmeans聚类 | MATLAB实现IWO-Kmeans侵入性杂草优化K均值聚类算法
最新发布
关注并私信文章链接，获取对应文章源码和数据，机器学习之心的博客。
10-14 99
IWO-Kmeans聚类 | MATLAB实现IWO-Kmeans侵入性杂草优化K均值聚类算法
matlab生成任意长度余弦波coe文件以及vivado仿真
qq_37624854的博客
10-12 325
matlab生成的是带偏置的波形，在verilog中减去偏置即可。
记录搜罗到的Matlab 对散点进行椭圆拟合
learner_jj的博客
10-11 264
散点的椭圆拟合
一区大黄蜂！人工蜂群算法优化！ABC-CNN-LSTM-MATT多特征分类预测
关注并私信文章链接，获取对应文章源码和数据，机器学习之心的博客。
10-12 603
一区大黄蜂！人工蜂群算法优化！ABC-CNN-LSTM-MATT多特征分类预测
matlab机器学习入门
01-14
MATLAB是一种强大的数值计算和科学编程环境，也被广泛用于机器学习领域。下面是一个简单的MATLAB机器学习入门示例： ```matlab % 加载数据集 load fisheriris % 将数据集分为训练集和测试集 cv = cvpartition(species,'Holdout',0.3); dataTrain = meas(cv.training,:); grpTrain = species(cv.training,:); dataTest = meas(cv.test,:); grpTest = species(cv.test,:); % 训练分类模型 mdl = fitcknn(dataTrain, grpTrain, 'NumNeighbors', 5); % 使用测试集进行预测 pred = predict(mdl, dataTest); % 计算准确率 accuracy = sum(pred == grpTest) / numel(grpTest); disp(['准确率：', num2str(accuracy)]); ``` 这个示例展示了如何使用MATLAB进行简单的机器学习任务。首先，我们加载了一个经典的鸢尾花数据集（fisheriris），然后将数据集分为训练集和测试集。接下来，我们使用K最近邻算法（K-Nearest Neighbors）训练了一个分类模型，并使用测试集进行预测。最后，我们计算了预测结果的准确率。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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