机器学习数据分析软件：Octave

最近学习了Octave数学软件，这个软件类似于MATLAB，但是操作要比MATLAB简单很多，上手快，对数据分析有很大的帮助，所以这里就简单的把部分练习的代码放在这里，如果你想实现一下，可以按照代码内容来，或者自己编写

GNU Octave, version 7.1.0
Copyright (C) 1993-2022 The Octave Project Developers.
This is free software; see the source code for copying conditions.
There is ABSOLUTELY NO WARRANTY; not even for MERCHANTABILITY or
FITNESS FOR A PARTICULAR PURPOSE.  For details, type 'warranty'.Octave was configured for "x86_64-w64-mingw32".Additional information about Octave is available at https://www.octave.org.Please contribute if you find this software useful.
For more information, visit https://www.octave.org/get-involved.htmlRead https://www.octave.org/bugs.html to learn how to submit bug reports.
For information about changes from previous versions, type 'news'.>> 1+1
ans = 2
>> 2_4
ans = 24
>> 2-4
ans = -2
>> 2*4
ans = 8
>> 2^3
ans = 8
>> 1 == 2 % false
ans = 0
>> 1 ~= 2
ans = 1
>> 1 && 0 % and
ans = 0
>> 1 || 0 % or
ans = 1
>> xor(1,0)
ans = 1
>> a = 3;
>> disp(a)
3
>> disp(sprintf('2 decimals: %0.2f',a))
2 decimals: 3.00
>> format long
>> a
a = 3
>> b=pi;
>> b
b = 3.141592653589793
>> format short
>> b
b = 3.1416>> A = [1 2;3 4;5 6]
A =1   23   45   6>> A=[1 2;
3 4;
5 6]
A =1   23   45   6>> v = 1:0.1:2
v =Columns 1 through 10:1.0000    1.1000    1.2000    1.3000    1.4000    1.5000    1.6000    1.7000    1.8000    1.9000Column 11:2.0000>> v = 1:6
v =1   2   3   4   5   6>> ones(2,3)
ans =1   1   11   1   1>> 2*ones(3,3)
ans =2   2   22   2   22   2   2>> zeros(1,3)
ans =0   0   0>> rand(1,5)
ans =0.388980   0.041283   0.117873   0.078976   0.599495>> randn(2,3) %gaosi
ans =0.814927   0.041009  -0.066768-0.392299  -0.322274   0.081502>> w = -6 + sqrt(10)*(randn(1,10000));
>> hist(w)
>> hist(w,100)
>>  eye(10) %E function
ans =Diagonal Matrix1   0   0   0   0   0   0   0   0   00   1   0   0   0   0   0   0   0   00   0   1   0   0   0   0   0   0   00   0   0   1   0   0   0   0   0   00   0   0   0   1   0   0   0   0   00   0   0   0   0   1   0   0   0   00   0   0   0   0   0   1   0   0   00   0   0   0   0   0   0   1   0   00   0   0   0   0   0   0   0   1   00   0   0   0   0   0   0   0   0   1>> size(A)
ans =3   2>> size(A, 1)
ans = 3
>> length(A)
ans = 3
>> pwd
ans = C:\Users\Administrator
>> lsAppData
'Application Data'ContactsCookiesDesktopDocumentsDownloadsFavoritesIntelGraphicsProfilesLinks
'Local Settings'Music
'My Documents'NTUSER.DATNTUSER.DAT{95de2aa9-7b20-11e9-87bd-fbd6aa594282}.TM.blfNTUSER.DAT{95de2aa9-7b20-11e9-87bd-fbd6aa594282}.TMContainer00000000000000000001.regtrans-msNTUSER.DAT{95de2aa9-7b20-11e9-87bd-fbd6aa594282}.TMContainer00000000000000000002.regtrans-msNetHoodPicturesPrintHoodPycharmProjectsRecent
'Saved Games'SearchesSendToTemplatesVideosntuser.dat.LOG1ntuser.dat.LOG2ntuser.ini
''$'\343\200\214\345\274\200\345\247\213\343\200\215\350\217\234\345\215\225'
>> cd C:/Users/Administrator/Desktop
>> load data1.txt
error: load: unable to find file data1.txt
>> load data1.dat
>> load('data1.dat')
>> who
Variables visible from the current scope:A      a      ans    b      data1  v      w>> whos
Variables visible from the current scope:variables in scope: top scopeAttr   Name        Size                     Bytes  Class====   ====        ====                     =====  =====A           3x2                         48  doublea           1x1                          8  doubleans         1x22                        22  charb           1x1                          8  doubledata1      97x2                       1552  doublev           1x6                         24  doublew           1x10000                  80000  doubleTotal is 10230 elements using 81662 bytes>> size(data1)
ans =97    2>> clear w
>> who
Variables visible from the current scope:A      a      ans    b      data1  v>> v = data1(1:10)
v =6.1101   5.5277   8.5186   7.0032   5.8598   8.3829   7.4764   8.5781   6.4862   5.0546>> save hello.mat data1.dat
warning: save: no such variable 'data1.dat'
>> save a.txt v -ascii>> A(3,2)
ans = 6
>> A(2,:)
ans =3   4>> A([1 3],:)
ans =1   25   6>> A
A =1   23   45   6>> A(:,2)=[10,11,12]
A =1   103   115   12>> A = [A,[100,101,102]]
error: horizontal dimensions mismatch (3x2 vs 1x3)
>> A = [A,[100;101;102]]
A =1    10   1003    11   1015    12   102>> A(:)
ans =135101112100101102>>
>> A = [1 2; 3 4]
A =1   23   4>> B = [5 6;7 8]
B =5   67   8>> C = [A B]
C =1   2   5   63   4   7   8>> C = [A; B]
C =1   23   45   67   8>> size(C)
ans =4   2>> size(C,2)
ans = 2
>> size(C,1)
ans = 4
>> A * B
ans =19   2243   50>> A .* B
ans =5   1221   32>> A .^ 2
ans =1    49   16>> 1 ./ A
ans =1.0000   0.50000.3333   0.2500>> log(A)
ans =0   0.69311.0986   1.3863>> exp(A)  % ex
ans =2.7183    7.389120.0855   54.5982>> abs(A) % 求绝对值
ans =1   23   4>> -A
ans =-1  -2-3  -4>> A + ones(length(B),1)
ans =2   34   5>> A
A =1   23   4>> A + 1
ans =2   34   5>> A' % zhuanzhi
ans =1   32   4>> max(A)
ans =3   4>> [val, ind]=max(A)
val =3   4ind =2   2>> find(A<3)
ans =13>> A =magic(6)
A =35    1    6   26   19   243   32    7   21   23   2531    9    2   22   27   208   28   33   17   10   1530    5   34   12   14   164   36   29   13   18   11>> [r , c] = find(A <= 3)
r =213c =123>> A
A =35    1    6   26   19   243   32    7   21   23   2531    9    2   22   27   208   28   33   17   10   1530    5   34   12   14   164   36   29   13   18   11>> sum(A)
ans =111   111   111   111   111   111>> prod(A) % product
ans =3.1248e+06   1.4515e+06   2.7332e+06   3.1856e+07   2.9733e+07   3.1680e+07>> floor(A)  % 向下取整
ans =35    1    6   26   19   243   32    7   21   23   2531    9    2   22   27   208   28   33   17   10   1530    5   34   12   14   164   36   29   13   18   11>> ceil(A) % 向上取整
ans =35    1    6   26   19   243   32    7   21   23   2531    9    2   22   27   208   28   33   17   10   1530    5   34   12   14   164   36   29   13   18   11>> max(rand(3),rand(3))
ans =0.8349   0.4311   0.83880.8539   0.5075   0.75130.9351   0.6399   0.6021>> max(A,[],1)
ans =35   36   34   26   27   25>> max(A,[],2)
ans =353231333436>> max(max(A))
ans = 36
>> max(A(:))
ans = 36
>>
>> sum(A,1)
ans =111   111   111   111   111   111>> sum(A,2)
ans =111111111111111111>> sum(sum(A.*eye(6)))
ans = 111
>> sum(sum(A.*flipud(eye(6))))
ans = 111
>> flipud(eye(6))
ans =Permutation Matrix0   0   0   0   0   10   0   0   0   1   00   0   0   1   0   00   0   1   0   0   00   1   0   0   0   01   0   0   0   0   0>> pinv(A)  % 伪逆矩阵
ans =1.1532e-02  -3.8622e-02   2.5421e-02   5.3595e-03  -1.3931e-02   1.9248e-022.2731e-03  -2.0103e-02   1.6162e-02   1.4619e-02  -3.2449e-02   2.8508e-02-8.1436e-03   3.0447e-03  -1.5088e-02   4.2021e-03   2.7736e-02  -2.7423e-035.3971e-02  -4.1708e-02  -1.5849e-03   6.0143e-02  -6.6400e-02   4.5879e-03-4.0937e-02   2.3106e-02   2.8508e-02  -5.3282e-02   3.5452e-02   1.6162e-02-9.6868e-03   8.3292e-02  -4.4409e-02  -2.2032e-02   5.8600e-02  -5.6755e-02>> inv(A)
warning: matrix singular to machine precision, rcond = 4.80096e-18
ans =3.7530e+14   4.7714e-02  -3.7530e+14  -3.7530e+14   9.3750e-02   3.7530e+143.7530e+14   6.6233e-02  -3.7530e+14  -3.7530e+14   6.2500e-02   3.7530e+14-1.8765e+14  -4.0123e-02   1.8765e+14   1.8765e+14  -1.5625e-02  -1.8765e+14-3.7530e+14  -1.2804e-01   3.7530e+14   3.7530e+14  -1.5625e-01  -3.7530e+14-3.7530e+14  -6.3230e-02   3.7530e+14   3.7530e+14  -6.2500e-02  -3.7530e+141.8765e+14   1.2646e-01  -1.8765e+14  -1.8765e+14   1.0938e-01   1.8765e+14>> pinv(A)*A
ans =0.777778  -0.222222   0.111111   0.222222   0.222222  -0.111111-0.222222   0.777778   0.111111   0.222222   0.222222  -0.1111110.111111   0.111111   0.944444  -0.111111  -0.111111   0.0555560.222222   0.222222  -0.111111   0.777778  -0.222222   0.1111110.222222   0.222222  -0.111111  -0.222222   0.777778   0.111111-0.111111  -0.111111   0.055556   0.111111   0.111111   0.944444>>
>>
>> t = [1 2 3 4 5 6 7 8 9]
t =1   2   3   4   5   6   7   8   9>> y1= sin(pi*4*t)
y1 =Columns 1 through 7:-4.8984e-16  -9.7969e-16  -1.4695e-15  -1.9594e-15  -2.4492e-15  -2.9391e-15  -3.4289e-15Columns 8 and 9:-3.9187e-15  -4.4086e-15>> plot(t,yi)
error: 'yi' undefined near line 1, column 8
>> plot(t,y1)
>> hold on;
>> plot(t,y1,'r')
>> xlabel('time')
>> ylabel('value')
>> print -dpng 'myFirstPlot.png' % 图片储存
>> close
>> figure(1);plot(t,y1)
>> figure(2);plot(t,y1)
>> subplot(1,2,1)
>> plot(t,y1)
>> subplot(1,2,2)
>> plot(t,y1)
>> axis([0.5 1 -1 1])
>> iamgesc(A)
error: 'iamgesc' undefined near line 1, column 1
>> imagesc(A)
>> imagesc(A),colorbar,colormap gray;
>> close>> pwd
ans = C:\Users\Administrator\Desktop
>> squarThisNumber(10)
error: 'squarThisNumber' undefined near line 1, column 1
>> squareThisNumber(10)
ans = 100

squareThisNumber.m函数：
注意：文件的命名应该和函数名相同，否则无法调用函数！！

function y = squareThisNumber(x)y = x^2;

costFunctionJ.m函数：

function j = costFunctionJ(X, y, theta)% X 是设计函数，就是训练样本数
% y 分类标签m = size(X, 1);  % 计算训练样本个数（行数）
prediction = X * theta;
sqrErrors = (prediction - y).^2;J = 1/(2*m)*sum(sqrErrors); %主函数

机器学习数据分析软件：Octave相关推荐

探讨使用UML设计机器学习特征工程与深度学习建模等大数据分析软件
大数据人工智能软件产品研发,是在传统软件工程的基础上,增加了数据特征分析.人工智能算法建模及模型训练过程,同时也增加了很大的不确定性. 0. 前言本文以程序员视角,以客户流失为案例,使用UML方式设 ...
【数据分析】33个热门数据分析软件，你都用过哪些？
最近有一位小伙伴问我,做数据岗该学习哪些软件,我想了想扔给他33个软件数据分析工具类软件,大体可以分为以下5类: Excel生态工具.数理统计工具.BI工具.数据库工具.编程工具 (Excel单独分 ...
33个热门数据分析软件，你都用过哪些？
最近有一位小伙伴问我,做数据岗该学习哪些软件,我想了想扔给他33个软件数据分析工具类软件,大体可以分为以下5类: Excel生态工具.数理统计工具.BI工具.数据库工具.编程工具 (Excel单独分 ...
线程导入大数据入库_大数据处理及分析该怎么做？用这款数据分析软件轻松搞定...
对大数据的重视让很多企业都在纷纷寻找更好的大数据处理及分析方法?这款数据分析软件轻松搞定! 一.数据采集虽然每天互联网都会产生大量的数据,对于企业来讲,要搜集对自己企业有用的数据才是真的大数据.首 ...
可视化大数据分析软件要掌握的6个核心技术
大数据技术和商业智能BI相辅相成.大数据技术可以帮助BI产品突破业务和技术的双重挑战.可视化大数据分析软件在市场环境的快速发展中,带来了越来越多的技术要求.这些核心技术已经成为大数据获取.存储.过程分 ...
「首席架构师推荐」精选数据分析软件列表
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程.这一过程也是质量管理体系的支持过程.在实用中,数据分析可帮助人们作出判断,以便采 ...
那些让你“相见恨晚”的数据分析软件，一般人我不告诉他
CDA数据分析研究院原创作品,转载要授权哟前段时间考研结束,衷心祝愿那些奋斗数载的小伙伴们可以考到自己梦寐以求的大学.人生短暂,人间美好,希望通过努力奋斗你我都可以体会到生活的点点滴滴. 开头说点题 ...
开发常用的大数据分析软件有哪些
大数据研究的出现为企业.研究机构和政府决策提供了新的.有效的思路和手段.为了做好大数据的管理和分析工作,必须使用一些大数据开发工具,以下是大数据开发过程中常用的工具: 1.Apache Hive Hi ...
分享丨一篇文读懂19款数据分析软件，解救选择困难症！
数据分析(Data Analytics)从来都不是一个寂寞的领域,每一个时代都赋予其新的内容.在大数据盛行之时,各种大数据分析软件如雨后春笋一般涌现出来,整个市场一片繁花似锦.欣欣向荣.本篇文章主要介 ...

机器学习数据分析软件：Octave

机器学习数据分析软件：Octave相关推荐

最新文章

热门文章