机器学习(MACHINE LEARNING)MathWorks系列教程
文章目录
- 1 .m文件和 .mat文件的区别
- 1.1 性质不同
- 1.2 调用不同
- 2 format函数
- 3 .*的区别
- 4 绘图案例
- 5 导入工具
- 6 逻辑索引
- 7 恒星运动
- 8 loglog
- 9 摘要
1 .m文件和 .mat文件的区别
.m文件和 .mat文件的区别为:性质不同、调用不同、解析不同。
1.1 性质不同
一、性质不同
1、.m文件:.m文件是保存一段代码zd的文件,类似于C语言中的一个函数体; 这也是MATLAB中最常见的文件内保存格式之一。
2、.mat文件:.mat文件是matlab的数据存储的标准格式。也就是操作产生的数据的一个集合包,可以把一次处理的结果保存,供下一次使用。
1.2 调用不同
二、调用不同
1、.m文件:.m文件可以直接用来执行调用。
2、.mat文件:.mat文件不可以直接用来执行,需要通过load命令调用。
2 format函数
请注意,解包含虚数 i,这是 MATLAB 中的内置常量。
在命令行窗口中仅显示前四个小数位。您可以使用 format 函数控制显示的精度。
请试着输入 format long 并显示 x 的值。
输入 format short 可切换回默认显示。
3 .*的区别
1、在进行数之间的运算时“.”和“”是没有区别的,都是表示普通的乘法运算。例:m = 2,n = 3,m.n = 6, mn = 6。
2、在进行矩阵之间的运算时“.”和“”的意义就有所不同了。假设a,b表示两个矩阵,a*b表示矩阵a与矩阵b进行矩阵相乘,a.*b表示矩阵a中的元素与矩阵b中的元素按位置依次相乘,得到的结果将作为新矩阵中相同位置的元素
4 绘图案例
plot(yrs,res,"b--")
hold on
plot(yrs,comm,"k:")
plot(yrs,ind,"m-.")
hold off
5 导入工具
6 逻辑索引
您可以使用逻辑数组作为数组索引,在这种情况下,MATLAB 会提取索引为 true 的数组元素。以下示例将会提取 v1 中大于 6 的所有元素。
v = v1(v1 > 6)
v =
6.6678
9.0698
7 恒星运动
load starData
nObs = size(spectra,1)
lambdaStart = 630.02
lambdaDelta = 0.14Task 1lambdaEnd = lambdaStart + (nObs-1)*lambdaDelta
lambda = (lambdaStart:lambdaDelta:lambdaEnd)'Task 2 & 7s = spectra(:,3)Task 3
loglog(lambda,s,".-")
xlabel("Wavelength")
ylabel("Intensity")Task 4[sHa,idx] = min(s)
lambdaHa = lambda(idx)
Task 5
hold on
loglog(lambdaHa,sHa,"rs","MarkerSize",8)
hold offTask 6z = lambdaHa/656.28 - 1
speed = z*299792.458
Task 1
[sHa,idx] = min(spectra);
lambdaHa = lambda(idx);
z = lambdaHa/656.28 - 1;
speed = z*299792.458Tasks 2 - 4
for c = 1:7s = spectra(:,c);if speed(c) <= 0loglog(lambda,s,"--")elseloglog(lambda,s,"LineWidth",3) endhold on
end
hold off
Task 5
legend(starnames)Task 6movaway = starnames(speed > 0)
8 loglog
loglog(x,y)
x 轴和y 轴均为对数刻度(Logarithmic Scale)
semilogx(x,y) semilogx(x,y)
x 轴为对数刻度,y 轴为线性刻度
semilogy(x,y) semilogy(x,y)
x 轴为线性刻度,y 轴为对数刻度
双对数坐标图可以放大细微的变化
9 摘要
基本语法
示例 说明
x = pi 使用等号 (=) 创建变量。
左侧 (x) 是变量的名称,其值为右侧 (pi) 的值。
y = sin(-5) 您可以使用括号提供函数的输入。桌面管理
函数 示例 说明
save save data.mat 将当前工作区保存到 MAT 文件中。
load load data.mat 将 MAT 文件中的变量加载到工作区。
clear clear 清除工作区中的所有变量。
clc clc 清除命令行窗口中的所有文本。
format format long 更改数值输出的显示方式。数组类型
示例 说明
4 标量
[3 5] 行向量
[1;3] 列向量
[3 4 5;6 7 8] 矩阵等间距向量
示例 说明
1:4 使用冒号 (:) 运算符,创建一个从 1 到 4,间距为 1 的向量。
1:0.5:4 创建一个从 1 到 4,间距为 0.5 的向量。
linspace(1,10,5) 创建一个包含 5 个元素的向量。这些值从 1 到 10 均匀间隔。创建矩阵
示例 说明
rand(2) 创建一个 2 行 2 列的方阵。
zeros(2,3) 创建一个 2 行 3 列的矩形矩阵。索引
示例 说明
A(end,2) 访问最后一行的第二列中的元素。
A(2,:) 访问第二行所有元素。
A(1:3,:) 访问前三行的所有列。
A(2) = 11 将数组中第二个元素的值更改为 11。数组运算
示例 说明
[1 1; 1 1]*[2 2;2 2]
ans =4 44 4 执行矩阵乘法。
[1 1; 1 1].*[2 2;2 2]
ans =2 22 2 执行按元素乘法。多个输出
示例 说明
[xrow,xcol] = size(x) 将 x 中的行数和列数保存为两个不同变量。
[xMax,idx] = max(x) 计算 x 的最大值及其对应的索引值。文档
示例 说明
doc randi 打开 randi 函数的文档页。绘图
示例 说明
plot(x,y,"ro-","LineWidth",5) 绘制一条红色 (r) 虚线 (--)
并使用圆圈 (o) 标记,线宽很大。
hold on 在现有绘图中新增一行。
hold off 为下一个绘图线条创建一个新坐标区。
title("My Title") 为绘图添加标签。使用表
示例 说明
data.HeightYards 从表 data 中提取变量 HeightYards。
data.HeightMeters = data.HeightYards*0.9144 从现有数据中派生一个表变量。逻辑运算
示例 说明
[5 10 15] > 12 将向量与值 12 进行比较。
v1(v1 > 6) 提取 v1 中大于 6 的所有元素。
x(x==999) = 1 用值 1 替换 x 中等于 999 的所有值。编程
示例 说明
if x > 0.5y = 3
elsey = 4
end 如果 x 大于 0.5,则将 y 的值设置为 3。否则,将 y 的值设置为 4。
for c = 1:3disp(c)
end 循环计数器 (c) 遍历
值 1:3(1、2 和 3)。循环体显示 c 的每个值。
机器学习(MACHINE LEARNING)MathWorks系列教程相关推荐
- Re:从零开始的机器学习 - Machine Learning(一) 线性回归
从我对整个职业生涯的规划出发,我不仅想做一些高质量的应用(软件工程的角度),还想做一些激动人心的应用,所以我希望能在机器学习的方向走,尽管我在大学粗浅的学了些皮毛,但如果要把机器学习作为职业发展的话这 ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料(Chapter 2)
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2) - tony的专栏 - 博客频道 - CSDN.NET 注:机器学习资料篇目一共 ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料汇总
本文来源:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料【转】
转自:机器学习(Machine Learning)&深度学习(Deep Learning)资料 <Brief History of Machine Learning> 介绍:这是一 ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料集合
机器学习(Machine Learning)&深度学习(Deep Learning)资料 原文链接:https://github.com/ty4z2008/Qix/blob/master/dl ...
- 机器学习 Machine Learning 深度学习 Deep Learning 资料
机器学习(Machine Learning)&深度学习(Deep Learning)资料 機器學習.深度學習方面不錯的資料,轉載. 原作:https://github.com/ty4z2008 ...
- 机器学习(Machine Learning)amp;深度学习(Deep Learning)资料
机器学习(Machine Learning)&深度学习(Deep Learning)资料 機器學習.深度學習方面不錯的資料,轉載. 原作:https://github.com/ty4z2008 ...
- (转)机器学习(Machine Learning)深度学习(Deep Learning)资料
原文链接:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...
- 数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
- 数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么
数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics ...
最新文章
- 在typescript中导入第三方类库import报错
- 修改中断向量ESC退出
- [感动]看来的故事:小孩和鱼
- 网络专业人士笔记(1~4章)
- qsort与sort()
- 20130320java基础学习笔记-dos命令及java临时环境变量配置
- SAP成都研究院小伙伴们开发的一个SAP C4C POC - 通过名片扫描的方式录入联系人数据到系统
- Java中getResource()的用法
- php7.3 怎办么和apache,apache集成php7.3.5的详细步骤
- CUDA学习(三)之使用GPU进行两个数相加
- terminateActivity
- 18.Linux/Unix 系统编程手册(上) -- 目录与链接
- html——点击a标签打开新的标签页
- EMNLP-21-Exploring Task Difficulty for Few-Shot Relation Extraction
- html中文字怎么自动排版,CSS网页布局中文字排版九大技巧
- 钢琴乐谱怎么看?学习五线谱及其口诀
- python中%s是什么意思_python的%s是什么意思
- 融资买入:连续10天、7天
- 云计算技术与应用课后答案第一章
- 项目日历是什么?如何规划?