matlab
金石开1510
迁移学习、推荐系统、人工智能、深度学习
展开
-
matlab dot函数
dot()列向量的点积>> a=[1,2,3;4,5,6;7,8,9];>> b=[6,6,6;6,6,6;6,6,6];>> dot(a,b)ans = 72 90 1081*6+4*6+7*6=72原创 2015-04-03 20:58:52 · 58492 阅读 · 0 评论 -
深入浅出梯度下降法1
梯度下降法是一个一阶最优化算法,通常也称为最速下降法。我之前也没有关注过这类算法。最近,听斯坦福大学的机器学习课程时,碰到了用梯度下降算法求解线性回归问题,于是看了看这类算法的思想。今天只写了一些入门级的知识。我们知道,函数的曲线如下:编程实现:c++ code[cpp] view plaincopy转载 2016-01-04 16:10:01 · 521 阅读 · 0 评论 -
梯度下降来龙去脉附matlab代码
本文会讲到:(1)线性回归的定义(2)单变量线性回归(3)cost function:评价线性回归是否拟合训练集的方法(4)梯度下降:解决线性回归的方法之一(5)feature scaling:加快梯度下降执行速度的方法(6)多变量线性回归Linear Regression 注意一句话:多变量线性回归之前必须要Feature S原创 2015-12-29 09:45:53 · 2868 阅读 · 1 评论 -
matlab中的sort函数详解
在Matlab中排序某个向量(一维)时,可以使用sort(A),其中A为待排序的向量,如果仅是用来排序A,那么直接使用sort(A)即可, 如果排序后还需要保留原来的索引可以用返回值,即[B,ind]=sort(A),计算后,B是A排序后的向量,A保持不变,ind是B中每一项对应于A 中项的索引。排序是安升序进行的。 在Matlab中,访问矩阵中的元素,一维用A(1)访问向量A的第一个原创 2015-11-12 15:19:48 · 43161 阅读 · 0 评论 -
概率矩阵分解模型 PMF
本文是论文《一种结合推荐对象间关联关系的社会化推荐算法》的笔记(上)。因为对其中的概率矩阵分解(Probabilistic Matrix Factorization, PMF)不够了解,因而我先去脑补了PMF在推荐系统中的应用,然后再对论文进行总结。主要内容包括svd的两种形式和PMF的介绍。资源下载,猛击此处。版权声明:本文为博主原创文章,未经博主允许不得转载 2015-10-26 11:29:05 · 2081 阅读 · 0 评论 -
matlab注释的方法
1.多行注释单行注释是加%123%{若干语句%} 2.快捷键123多行注释: 选中要注释的若干语句, 编辑器菜单Text-快捷键Ctrl+R 取消注释: 选中要取消原创 2015-05-03 09:45:21 · 619 阅读 · 0 评论 -
matlab的输入输出常见语句
输入语句输入数值x=input('please input a number:')please input a number:22x = 22输入字符串x=input('please input a string:','s')please input a string:this is a stringx = this is a string原创 2015-05-03 11:03:24 · 28167 阅读 · 0 评论 -
matlab冒号:
X1:d:X2此方法用作生成等间距的序列,在X1到X2之间以d为间距生成等差序列,如果X2与X1的差不是d的倍数那么生成的序列将不包含X2.默认间隔d=1,如下面的程序A(:,3)在矩阵或向量中,则表示的是取一整行或一整列。我们同样举三个例子。可以看到,可以取行、取列,也可取整个矩阵。A原创 2015-04-04 19:41:01 · 860 阅读 · 0 评论 -
matlab中的点乘与不加点的乘
一般处理的是向量或者矩阵的时候会出现这个选择。 当你需要进行一般的(就像教科书讲的)矩阵(向量)运算时就直接用 *(^)。 当你需要把两(矩阵)向量 的对应位置相乘(求幂) 那就用 .*(.^)。>> A=[1 1 1;2 2 2]A = 1 1 1 2 2 2>> B=[3 3;4 4;5 5原创 2015-04-04 20:01:43 · 8116 阅读 · 0 评论 -
冒号在MATLAB里基本意思
冒号在MATLAB里基本上两种意思(1)对于矩阵,冒号表示该维度上的所有元素。A=1 2 34 5 67 8 9 A(1,:)表示A的第一行,所有列。A(1,:)=[ 1 2 3 ] (2)在循环语句中,冒号表示“从什么开始,间隔多少,到什么”for i=0 : 2 :10表示的是i从0开始,每次增原创 2015-04-04 19:47:23 · 4266 阅读 · 0 评论 -
手工matlab下K-means聚类算法实现而不是调用库函数
一、概念介绍 K-means算法是硬聚类算法,是典型的局域原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度,它是求对应某一初始聚类中心向量V最有分类,使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。 K-means算法是很典型的基于距原创 2016-02-14 00:12:29 · 1405 阅读 · 0 评论