Machine Learning——octave矩阵操作(2)——DAY3
矩阵的数学操作:
Assumed: a为一个矩阵,m是一个向量
Log(a)——求每一个元素的对数
Exp(a)——以e为底的指数
1./a——求每个元素的导师
[a,b]=max(m)——m是一个向量,a为m当中最大的元素,b为a在m中的排列序号(已按从小到大排好)
m<3——比如m=[1 6 7],会得到[1 0 0](应该能懂)
Find(m>3)——比如m=[1 6 7],会得到[2 3],即大于3的元素的下标(应该能懂)
Magic(3)——产生一个3*3的矩阵,每行每列加起来相等
[c,d]=find(a>3)——找出所有a矩阵中大于3的元素,c返回行,d返回列
Sum(m)——求和
Prod(m)——求乘积
Floor(m)——向下取整
Ceil(m)——向上取整
Max(a,[],1)——取每一列的最大值
Max(a,[],2)——取每一行的最大值
Sum(a)或sum(a,1)——对每一列求和
Sum(a,2)——对每一行求和
Sum(sum(a.*eye(3)))——求a 的对角线元素的和(a为3*3的矩阵)
Max(a(:))——求a矩阵中最大的元素
Flipud(a)——将矩阵上下翻转
Sum(sum(a.*flipud(eye(3))))——求a副对角线元素之和(a为3*3的矩阵)
绘图:
Plot(x,y)——x为因变量,y是自变量
Hold on
Plot(x1,y1,’r’)——将图画在旧图之上,颜色为红
Xlabel(‘ ‘)——给自变量取名称
Ylabel(‘ ‘)——给因变量取名称
Legend(‘ ‘,’ ‘)——图例
MATLAB保存图片的方法:
1、可以用print命令保存:
print(1,'-djpeg','picname.jpeg')
注:第一个参数表示图形窗口的句柄号;第二个参数,在引号内表示保存为jpeg格式,第三个参数为文件名。
2、可以用saveas命令保存:
saveas(gcf,'picname','jpg')
注:第一个参数是matlab获取图形句柄号的函数名,第二个参数,在引号内是希望保存的文件名,这里不要写后缀,第三个参数是文件类型。
3.Figure(1);plot();——为图形编号
4.matlab中subplot(m,n,p)可以在一个figure中画m×n个子图,p可以指定子图的位置,一般情况下p为单个数字,p为向量时可以合并多个子图为一个子图。
- clear
- clc
- x=-4*pi+eps:0.01:4*pi;
- y1=sin(x);
- y2=cos(x);
- y3=tan(x);
- figure
- subplot(2,2,1);plot(x,y1);title('sin(x)')
- subplot(2,2,2);plot(x,y2);title('cos(x)')
- subplot(2,2,[3,4]);plot(x,y3);title('tan(x)') %将第二行的两个合并为一个
- figure
- subplot(2,2,[1 2]);plot(x,y1);title('sin(x)') %将第一行的两个合并为一个
- subplot(2,2,3);plot(x,y2);title('cos(x)')
- subplot(2,2,4);plot(x,y3);title('tan(x)')
- figure
- subplot(2,2,[1 3]);plot(x,y1);title('sin(x)') %将第一列的两个合并为一个
- subplot(2,2,2);plot(x,y2);title('cos(x)')
- subplot(2,2,4);plot(x,y3);title('tan(x)')
- figure
- subplot(2,2,1);plot(x,y1);title('sin(x)')
- subplot(2,2,3);plot(x,y2);title('cos(x)')
- subplot(2,2,[2 4]);plot(x,y3);title('tan(x)') %将第二列的两个合并为一个
- 5.axis([1 2 3 4])——设置x轴为(1,2),y轴范围设置成(3 ,4)
5.axis([1 2 3 4])——设置x轴为(1,2),y轴范围设置成(3 ,4)
6.Imagesc(a)——可视化矩阵
7.Imagesc(a),colorbar,clolormap gray;——黑白的(额,不好描述,如下)
转载于:https://www.cnblogs.com/oceantang/p/7127424.html
Machine Learning——octave矩阵操作(2)——DAY3相关推荐
- Machine Learning – 第2周(Linear Regression with Multiple Variables、Octave/Matlab Tutorial)
Machine Learning – Coursera Octave for Microsoft Windows GNU Octave官网 GNU Octave帮助文档 (有900页的pdf版本) O ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(8):矩阵的初等变换
文章目录 前言 往期文章 3.1 矩阵的初等变换 定义 等价具有的性质 矩阵类型 性质 性质1 性质2 定理1 推论 补充 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的 ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(26):线性变换的矩阵表达式
目录 前言 往期文章 6.5 线性变换的矩阵表达式 定义6 定理2 定义7 举例 例11 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出- 自我介绍 ...
- 机器学习与优化基础(Machine Learning and Optimization)
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自|新机器视觉 引用大佬Pedro Domingos的说法: ...
- 机器学习案例学习【每周一例】之 Titanic: Machine Learning from Disaster
下面一文章就总结几点关键: 1.要学会观察,尤其是输入数据的特征提取时,看各输入数据和输出的关系,用绘图看! 2.训练后,看测试数据和训练数据误差,确定是否过拟合还是欠拟合: 3.欠拟合的话,说明模 ...
- coursera—吴恩达Machine Learning笔记(1-3周)
Machine Learning 笔记 笔记主要按照进度记录上课主要内容和部分代码实现,因为我会看一阶段再进行整理,内容会有一定交叉.关于代码部分,一开始我是只为了做作业而写代码的,现在觉得不妨仔细看 ...
- Machine Learning - Andrew Ng on Coursera (Week 5)
本篇文章将分享Coursera上Andrew Ng的Machine Learning第五周的课程,主要内容有如下,详细内容可以参考文末附件: 代价函数及后向算法 Cost function(代价函数) ...
- Machine Learning - Andrew Ng on Coursera (Week 3)
本篇文章将分享Coursera上Andrew Ng的Machine Learning第三周的课程,主要内容有如下,详细内容可以参考文末附件: 分类问题及模型表示 逻辑回归模型 多类别的分类问题 解决过 ...
- Machine Learning - Andrew Ng on Coursera (Week 2)
本篇文章将分享Coursera上Andrew Ng的Machine Learning第二周的课程,主要内容有如下,详细内容可以参考文末附件: 设置作业环境 多变量线性回归 参数的解析算法 Octave ...
最新文章
- ubuntu 14.04安装chrome浏览器
- 列索引对SharePoint大列表性能的影响
- Training的第十六天
- Redis 命令字符串(String)
- 说说docker run的--detach
- 技术分享 | 混合云模式下SaaS端前端最佳实践
- 前端读取文件图片信息流;js读取图片不同信息流;js读取图片;前端就js读取二进制数据;前端js读取文件流使用FileReader对象的readAsDataURL方法来读取图像文件;
- 哈夫曼树(Huffman Tree)的介绍、画法、哈夫曼树的可视化显示(Python代码实现)
- 30岁从零学计算机,30岁从零学阅读方法来得及吗?
- HDOJ 1282 回文数猜想(回文串类)
- 知识,因为美丽而传播
- 黑马程序员入学基础测试(五)
- Linux最小化安装
- SqlDependency不起作用
- Python制作经典的吃豆豆小游戏
- JS设计模式(二)-Revealing Module(揭示模式)
- IE11不兼容css3渐变属性
- 获得Windows官方映像(ISO)
- 取反!和按位取反~的区别
- 英语总结系列(十六):这个四月真不错
热门文章
- 【CodeForces - 205B 】Little Elephant and Sorting (思维)
- Apollo自动驾驶入门课程第③讲 — 定位
- mysql判断域为空_MySQL EXPLAIN 字段说明
- mysql的传播特性_spring事务传播特性和mysql事务隔离级别
- php5.4 curl,PHP5.0~5.6 各版本兼容性cURL文件上传功能实例分析
- layui 数据表格 日期格式化
- java excil表格开发_JAVA导出Excel电子表格的方法
- tortoisesvn创建部署项目_FrameWork如何进行云托管部署
- leetcode13. 罗马数字转整数
- leetcode198 打家劫舍