Machine Learning week 1 Octave Tutorial

1 Basic operation

加减乘除指数

3 - 2
5 x 8

1/2

2^6

等于不等于，或且非运算，结果是1 或者 0

1==2

true == false

true != false

true | false

true & false

~true

小数的长短格式

format short ： 14位小数

format long： 4位小数

a = [1:0.2:2] ：以0.2为步长，1到2的一维数组

Rand(3) ： 1x3 随机数字数组

Randn(2,3)： 2x3 随机正态分布数组

hist() ：直方图

ones(3) ：1x3全一数组

zeros(3,4)： 3x4 全零数组

eye(4)： 4x4单位矩阵

help eye：获取eye函数的帮助文档

2 Moving Data Around

A=[1，2，3;4，5，6] ：生成一个2x3的矩阵

size(A) :获得[2,3],分别是A的行数和列数

size(A,1): 结果是2，返回A的行数

length(A): 结果是A的较大的维度的数值，这里结果为3

pwd 打印当前路径

cd ‘C:\USER\XXX\’ 可以修改当前路径

ls 列出当前路径下的文件列表

load('featureX.dat') 可以用来加载文件中的数据（格式规范的数据，行列）

who 可以列出当前工作区有效的变量

whos可以列出更为详细的信息

v = featureX(1:10) v赋值为featureX的前10个元素组成的数组

save hello.mat v   可以把v的数值存储到hello.mat中，这里连变量名字也一起存储了，二进制格式

clear 可以清掉工作台上所有的变量

load hello.mat 可以把变量v恢复回来

save hello.txt v -ascii %以文本方式存储

A(2，3) 可以得到第二行第三列的A的元素

A(2,:) 可以获得第二行的所有元素

A([1 3], :) 可以获得第一行和第三行的所有数据

A(:,2) = [1;2;3] 可以修改A的元素内容

A = [A, [1;2;3]] 相当于在A的右边增加一列

A(:) 获得把所有列，排列成为一列的输出

C = [A B] 把A,B并排做成一个矩阵

C = [A;B] 把B补充为A新的行

3 Computing on Data

A = [1,2;3,4]

B = [1,2;3,4]

C = A.*B  点乘表示对应位置的数字相乘

C = A*B  矩阵相乘

A = B.^2 每个元素平方组成新的矩阵

B^2 就变成两个B相乘了

C = 1./ A 这样可以得到每个元素的倒数

log(A) 这个也是针对每个元素的操作

exp(A) 返回自然常熟e的A指数矩阵

abs(A) 每个元素的绝对值矩阵

-1 * A  给A的每个元素乘以一个倍数

A + ones(length(A), size(A,2)), 可以给A的每个元素增加一个1

A + 1 每个元素增加1

A'   表示A的转置，这里的符号是左单引号

A = [1,2,3,4,5]

max(A)  ：这里只返回最大值

[val,ind] = max(A) :这里的结果val是最大值，ind是最大值的index

A<3 这里的比较操作也是每个元素单独进行的

find(A<3) :结果会返回A中小于3的所有元素的index

A = magic(3),  会生成一个3x3的矩阵，每一行每一列加的结果相等

[r,c] = find(A < 3) : r是所有满足结果的行号，c是响应的列好

A = [1 2 3 4 5]

sum(A) 返回A的所有元素的和

prod(A) 返回素有A的元素的积

floor(A), ceil(A) 返回A中所有元素的round之后的值

max(A,[],1) 返回A的没列的最大值

max(A,[],2) 返回A的每行的最大值

A = [1 2; 2 1]

max(A)  : 结果是2 2,是没列的最大值

max(max(A)) 可以求得全局最大值

max(A(:)) 也可以可以求得全局最大值

A = [1 3; 2 5]

sum(A) 返回每列的和

sum(A, 1) 同上

sum(A, 2) 每行和

那么我们怎么计算A的对角线的和呢

B = A.* eye(2)

sum(sum(B)) 就是A的对角线的元素的和

flipud(A) 可以把A的元素翻转，指的是每列的内容都进行翻转

pinv(A) 计算A的逆

3 Plotting Data

x = [0:0.01:0.98]

y = sin(2*pi*4*x)

plot(x,y)  可以画出正弦曲线来

hold on 可以继续在之前的图上继续画新的图像

y2 = cos(2*pi*4*x)

plot(x,y2,'r') 可以在上一个正弦曲线的基础上画出一条红色的余弦曲线

xlabel(‘time’)

ylabel('value') 为横纵坐标轴加上lable

legend('sin', 'cos') 标注每个曲线的名称

title('my figure')

print -dpng 'my.png'   这之前可以修改cd路径

也可以在不同的图上面画不同的曲线

figure(1); plot(x,y);

figure(2); plot(x,y2) 这样就会有两个图，每个上面有一个曲线

subplot(1,2,1); plot(x,y);

subplot(1,2,2); plot(x,y2); 这样两个曲线在同一个frame里面，这个frame分成了1x2的部分，y=f(x)在其中的第一个部分，另一个在第二部分

axis([0.5 1 -1 1]) 这样可以设置图像横纵坐标的取值范围，分别为[0.5 1] 和[-1 1]

clf; clear figure

A=magic(5)

imagesc(A)

imagesc(A), colorbar, colormap gray

4 控制语句

for loop

v = zeros(10)

for i=1:10,

    v(i) = 2^i;

end;

indices = 1:10

for i=indices,

    disp(i);

end;

while

i = 0;

while i<5,

    v(i)=100;

    i = i+1;

end;

i = 0;

while i<10,

    v(i)=100;

    i = i+1;

    if i == 6,

          break;

    end;

end;

if i==1,

    disp(i);

elseif i==2,

    disp(i);

else

    disp(i);

end;

Function

function y = sqareThisNum(x)

y = x^2;

就可以调用函数sqareThis Num()了，他有一个input X, 一个output Y

function [y1,y2] = my_func(x)

y1 = x^2;

y2 = x^3;

[a,b] = my_func(5); 可以这样调用函数

addpath('C:\XXX\XXAAA\AAA'); 可以把路径加入octave的搜索路径中

5 Vectorrization

Octave的index是从1开始的