吴恩达机器学习5-编程基础

吴恩达机器学习5-编程基础

1. 基本操作

   • 加减乘除

   • 逻辑运算：与（&&)、或（||）、非（！）、异或（xor())

   • 打印：

     ​ disp()

     ​ sprintf("%.2f",a)

     ​ format short

     后两个为格式化输出，；不打印

   • 矩阵：

     ​ V=1：0.01：2中间为步长

     ​ 生成矩阵：

     ​ ones()：全为1

     ​ zeros()全为0

     ​ rand()：(0,1)之间分布

     ​ randn()：(0,1)之间高斯分布

     ​ eye():单位矩阵

     ​ magic():魔方矩阵 对角线和相同

   • 可通过help命令查看对应函数

2. 数据操作

矩阵参数：
size(A):返回矩阵大小（行列）
size(A,1):返回行数
size(A,2):返回列数
length(A):返回较大维数

数据的载入：
load +文件名(一般text或者dat或者mat)
数据的保存：
save +要保存的文件名+变量
eg:save hello.mat v 
   save hello.txt v -ascii(更易于查看)
变量的查看：who,whos(更详细)
矩阵的截取合并：
A(2,:)返回第二行的所有元素
A(:,2)返回第二列的所有元素
A = [A, [100; 101;102]]新增列
A([1 3],:)A 矩阵的第一行和第三行的每一列
A(:)把A的所有元素放入一个单独的列向量
C = [A B]合并列
C = [A; B]合并行

3.计算数据

矩阵相乘：A*B
矩阵点乘：A.*B
点号一般用来表示元素位运算
eg:
A.^2，得到𝐴中每一个元素平方
1./A 得到𝐴中每一个元素的倒数
以及还有：
log()、exp()、abs()等运算
矩阵转置：A=A'
max、min函数，返回的是对每列的结果
max(A,[],1)，这样做会得到每一列的最大值
max(A,[],2)，这将得到每一行的最大值
求和：sum(A)
乘积：prod(A)
向下取整：floor(A)
向上取整：ceil(A)
flipup/flipud 表示向上/向下翻转

4.绘制数据

基础绘制：
plot(x,y) 还可以加上颜色、形状等参数
xlabel：横坐标标签
ylabel：纵坐标标签
legend：图例
title：标题
hold on:在原图上继续绘制
hold off：关闭
print –dpng 'myplot.png'：保存为格式
close：关闭图像
figure(1)：可以使其不被覆盖
subplot(1,2,1)：将多图展现在一个窗口
axis([x1 x2 y1 y2])
imagesc:绘制彩色格图
imagesc(A)，colorbar，colormap gray：绘制黑白
hist()：绘制直方图

5.for while if及函数

for i=1:10(仅举例)
代码块
end

while i<10(仅举例)
代码块
end

if 
代码块
elseif
代码块
else
代码块
end

函数（以代价函数为例）：

6.向量化

这里在之前的多变量线性回归中已经提到过，表达的含义就是转化为矩阵避免冗余的计算，下面从编程角度给出实例：

向量化编程：

$h_{\theta }(x)={\theta }^{T}X$

不进行向量化编程：

$h_{\theta }(x)={\sum }_{j=0}^n{\theta }_j{x}_j$