Octave 移动数据 from 吴恩达的机器学习

吴恩达机器学习之Octave教程(Octave Tutorial):基本操作、移动数据、 计算数据、绘图数据、控制语句:for,while,if语句、 向量化、工作和提交的编程练习 吴恩达机器学习栏目清单 专栏直达:https://blog.youkuaiyun.com/qq_35456045/category_9762715.html 文章目录5.Octave教程(Octave Tutorial)5.1 基本操作5.2 移动数据5.3 计算数据5.4 绘图数据5.5 控制语句:for,while,if语句5.6 向量化5.7 工作和提交的编程练习 5.Octave教程(Octave T... 阅读详情

1.size

构建A=[1 2;3 4;5 6]

size(A)返回A矩阵的行列数,一个3行2列的矩阵


size(size(A)):返回size(A)的大小,size(A)是一个1行2列的矩阵

size(A,1):返回矩阵A第一个维度尺寸,即行数:3

同理,size(A,2):返回矩阵的第二个维度尺寸,即列数:2



2.length

如果你有一个向量 ,假如 v = [1 2 3 4],然后键入length(v),这个命令将返回最大维度的大小,返回4。

你也可以键入length(A),由于矩阵 是一个3×2的矩阵,因此最大的维度应该是3,因此该命令会返回3。



3.在系统中加载和寻找数据

(1)pwd

显示当前所在路径


(2)cd

切换路径



(3)ls

显示当前路径下所有文件


(4)load

加载文件


inputs.dat文件内容


load加载的文件,变量名即是文件名


(5)who/whos

who 命令,能显示出 在我的 Octave工作空间中的所有变量

whos命令,更详细的查看


输入inputs查看内容


成功加载inputs.dat文件

(6)clear

清楚变量

clear 变量名 :清除指定变量

clear:清楚所有变量



(7)save

存储变量到指定文件

save 文件名 变量名 :将变量存储到文件下


当前路径下就会多出一个文件,v


save v.txt v -ascii

指定编码方式存储变量


4.操作数据

A[1 2,3 4,5 6]


(1)A(2,:)

返回第2行所有元素


A(:,2)

返回第2列所有元素



(2)A([1 3],:)

取A矩阵第一个索引值为1或3的元素,也就是说我取的是A矩阵的第一行和第三行的每一列,冒号表示的是取这两行的每一列元素


(3) A(2,:)=[10 11]

将A矩阵第二行赋值为[10 11]


A(:,2)=[1 2 3]

将A矩阵第二列赋值为 [1 2 3]


A = [A, [100;101;102]]

在A矩阵右边增加一列[100;101;102]


A=[A;[111 112 113]]

A矩阵增加一行[111 112 113]


分号”;“:拼接行

逗号”,“:拼接列

可以拼接两个矩阵

C=[A,B]

吴恩达机器学习笔记之Octave/Matlab教程   Octave: 基本运算符 用百分号表示注释,true为数值1,false为数值0,不等号表示为~=;例如,1 ~= 2,返回的结果为1,即true。 要改变Octave的提示符,代码为:PS1('>> ');  这样把Octave的提示符改为引号内的字符。 ;可以不打印复制的变量,与C相同。 矩阵中;的意思表示切换到下一行。 Octave或Matlab中数组的索引是... 阅读详情

相关推荐

Octave编程基础入门

y=x^2;>> mysqure(3) % 搜索路径下查找函数 mysuqre ,并执行ans = 9>> addpath('D:\studynote\compute_basis\machine_learning\wuenda_ml\dataset') % 把路径添加到函数搜索路径>>ans = 25y1=x^2;y2=x^3;

PacosonSWJTU的博客 2109

机器学习笔记-03(octave01)

octave的安装以及初步使用

weixin_46081986的博客 908

使用Octave学习机器学习

从数据加载到模型构建和评估,Octave提供了丰富的功能和工具,使你能够更轻松地进行机器学习任务的实现和分析。在Octave中,你可以使用现有的机器学习工具包(如Octave Forge中的机器学习包)或自己实现机器学习算法。你可以使用Octave的绘图功能来可视化预测结果和真实标签之间的差异。Octave的用户界面类似于MATLAB的命令窗口,你可以在其中输入和执行Octave命令。这段代码将特征矩阵的每个元素减去最小值,并除以最大值减去最小值,从而将特征缩放到0和1之间的范围。

ZwqDatabase的博客 261

吴恩达机器学习系列课程笔记——第五章:Octave教程(Octave Tutorial)

吴恩达机器学习系列课程笔记——第五章:Octave教程(Octave Tutorial)

weixin_43895667的博客 2172

吴恩达机器学习所有数据集

吴恩达机器学习所有数据集

吴恩达机器学习作业全部数据集下载

一共8个课时的数据

吴恩达机器学习课后作业——KMeans和PCA

1.写在前面 吴恩达机器学习的课后作业及数据可以在coursera平台上进行下载,只要注册一下就可以添加课程了。所以这里就不写题目和数据了,有需要的小伙伴自行去下载就可以了。 作业及数据下载网址:吴恩达机器学习课程 2.KMeans作业1 作业一中主要是实现聚类算法 下面附上代码,有详细的注释,这里就不一一解释了。 # author:FLC # time:2021/7/5 import numpy as np import scipy.io as scio import sys import matplo

热爱永不过时! 1075

吴恩达机器学习百度云网盘链接.txt

吴恩达机器学习视频课程教学完整版,为节约空间,存储于百度云网盘,需要的自取

吴恩达机器学习笔记---Octave教程(Python实现)

前言 本节主要将吴恩达机器学习中的Octave教程操作用Python实现,主要内容包括: 1.基本操作(Basic Operations) 2.移动数据(Moving Data Around) 3.计算数据(Computing on Data) 4.绘图数据(Plotting Data) 5.控制语句:for,while,if语句 基本操作(Basic Operations) (一)算术运算和逻辑运算 # 算术运算 print("5 + 6 = %d" % (5+6)) print("3 -

qq_45604750的博客 1628

吴恩达第一课第二周数据集与库

学习吴恩达老师深度学习过程中,第二周编程中所用到的数据集与导入库。亲测,可用

吴恩达机器学习作业数据集

csdn上一些吴恩达机器学习作业数据集都是需要积分下载,我在其他网站收集了所有的作业以及数据集,帮助大家学习和交流。

吴恩达机器学习笔记(六)--Octave/Matlab教程

这一章介绍了Octave的基本使用方式

comajor的博客 1246

深度学习吴恩达数据集和程序

吴恩达的深度学习第一课第二周课后编程练习所需的材料

吴恩达机器学习Octave的使用

文章目录1. 基本操作1.1. 数值运算1.2. 输出形式1.3. 向量和矩阵2. 移动数据2.1. 补充3. 计算数据4. 数据绘制5. 控制语句:for,while,if 语句5.1. 控制语句5.2. 读取文件调用函数5.2.1. 单返回值5.2.2. 多返回值 1. 基本操作 1.1. 数值运算 >> 5 + 6 ans = 11 >> 3 - 2 ans = 1 >> 5 * 8 ans = 40 >> 1 / 2 ans = 0.5000 >

weixin_43939542的博客 841

UE5网络模块实战:属性复制、RPC与联机开发踩坑指南

多人联机开发中,网络同步是核心难题。UE5网络模块以服务器权威为基础,通过Actor复制、RPC和所有权机制实现多端状态一致。理解属性复制与OnRep回调、区分Server/Client/Multicast RPC的适用场景,是构建稳定联机架构的关键。本文结合数字孪生与多端协作场景,探讨如何将渲染与逻辑分离,并针对打包后网络失效、端口防火墙、崩溃排查等工程实践问题给出解决方案。通过蓝图接口解耦表现层,利用C++创建StaticMesh组件实现服务器逻辑与客户端表现分离,同时注意专用服务器不加载渲染依赖(如D

weixin_29010003的博客 272

归因分析计算因子贡献度常见的方法

在归因分析中,我们一般都需要计算出每个因子的贡献度是多少,比如产品DAU上升,对年龄段维度进行拆解,看是不同年龄段的用户对DAU上升的贡献度是多少,一般根据指标的类型,计算贡献度的方法也不一样,下面就列出一些常见的归因分析贡献度的计算方法。

Hubans的博客 4万+

吴恩达机器学习——第6章 Octave/Matlab 教程

octave语法介绍1 概述2 语法介绍矩阵操作移动数据计算数据绘图控制语句 1 概述 octave是学习机器学习的非常方便的框架,下面对octave的语法做一个系统的介绍。 mac下安装过程比较简单:brew install octave 2 语法介绍 输入octave命令,进入octave环境。 矩阵操作 // 定义3*2矩阵 A=[1 2;3 4; 5 6;] // 定义值都是1的矩阵 on...

路漫漫其修远兮,吾将上下而求索 449

五子棋AI实战:极大极小搜索、Alpha-Beta剪枝与禁手实现

博弈树搜索是双人零和博弈AI的经典决策框架,其核心思想是假设对手最优应对,通过递归遍历走法空间寻找最优解。极大极小搜索配合Alpha-Beta剪枝,能在不影响决策结果的前提下将搜索量降至平方根级别,大幅提升搜索效率。在五子棋场景中,还需处理黑棋禁手规则,包括双三、双四和长连判定,并将其融入搜索框架。评估函数基于棋型识别对局面打分,走法排序和迭代加深进一步优化剪枝效果。这些技术共同构成了一个可运行的五子棋AI,适用于棋类AI入门与博弈搜索实践。

weixin_29054399的博客 131

吴恩达机器学习(四)——Octave(Matlab)语言1

Octave(Matlab)语言 本文中的所有Octave语言均适用于Matlab语言,很多语言和Linux命令语言类似,可以结合学习,内容较多但是很详细,适合初学者,建议收藏。 1. 基本语法 1.1基本代码 1.2 向量和矩阵 2.移动数据移动和储存数据 3.操作数据 1. 基本语法 1.1 基本代码 >> 5+6 ans = 11 >> 1==2 ans...

一名热爱金融的程序员 694

Abel逆变换及其求解方法

Abel逆变换常应用在轴对称的、光学薄的火焰、羽流或等离子体重建。

weixin_49783507的博客 8370

Windows——Nessus安装(无限制)

Nessus手把手图文安装,解除ip限制~

网安小白的博客 9448

Chapter5:Octave教程:AndrewNg吴恩达《机器学习》笔记

文章目录Chapter 5 : Octave 教程5.1 基本操作5.2 移动数据5.3 计算数据5.4 绘图数据5.5 控制语句:for,while,if语句5.6 向量化5.7 工作和提交的编程练习 写在前面的话: 这一章我是直接ctrl+c+v 这里的 。 因为我认为此时学习2011年的Octave教程意义不大,语言风格偏之前学的MATLAB,没有必要再自己整理一遍。 现在python或许...

半旧。 649

[Python人工智能] 三十六.基于Transformer的商品评论情感分析 (2)keras构建多头自注意力(Transformer)模型

本专栏开始,作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章利用Keras构建深度学习模型并实现了情感分析。这篇文章将介绍Transformer基础知识,并通过Keras构建多头自注意力(Transformer)模型,实现IMDB电影影评数据情感分析。基础性文章,希望对您有所帮助!...

杨秀璋的专栏 4908

octave安装使用——吴恩达机器学习

下载octave 解压后双击octave.vbs进行安装 配置 pkg rebuild pkg list 使用基础命令 使用矩阵命令 移动数据 size:矩阵的行和列 length:行和列的最大值 读取和存储数据 load:加载文件 who:所有变量 whos:更详细的变量信息 clear:删除变量 save hello.mat v:会压缩 save hello.txt v -ASCII:可读 操作数据 运算数据 a*b :矩阵相乘 a.*b:每个元素相乘 a.^2:对元素进

༄༊星河༣ 618

RK3588S之CPU--benchmark(一)

本章会基于RK3588S来介绍有关CPU常用的benchmark工具及测试过程

文艺小少年的博客 1499

修复 Outlook 中缺少的 Microsoft Teams 插件

在 Outlook 中缺少 Microsoft Teams 插件可能会限制您在邮件客户端中直接访问 Microsoft Teams 的功能。在本文中,我将向您介绍一些修复缺少 Microsoft Teams 插件的方法,并提供相应的源代码。如果问题仍然存在,请确保您的 Outlook 和 Microsoft Teams 都是最新版本,并尝试在不同的计算机上进行测试。在实际使用中,请根据您的需求进行适当的修改和调整。如果前面的步骤未能解决问题,您可以尝试重新安装 Microsoft Teams 插件。

CodeWWWCode的博客 5672
上一篇: Octave 基本操作 from 吴恩达的机器学习
下一篇: Octave 计算数据 from 吴恩达的机器学习
蜗牛专注学习
博客等级 码龄15年 127粉丝 58原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值