[斯坦福大学2014机器学习教程笔记]第五章-移动数据

    在这节中将介绍如何在Ocatve中移动数据。如果你有些机器学习问题的数据，你如何将这些数据加载到Ocatve中？怎么把数据存入矩阵中？怎么对矩阵进行操作？如何保存计算结果？如何移动这些数据然后对它们进行操作？

    首先我们让A = [ 1 2 ; 3 4 ; 5 6 ]，我们会得到一个3x2矩阵，我们可以用size(A)返回矩阵A的大小，这里返回的就是3 2。实际上，size(A)也可以看作是一个1x2的矩阵，我们可以用sz来存放，设置sz = size(A)。因此，sz是一个1x2矩阵，它的第一个元素是3，第二个元素是2。

                         

    你也可以输入size(A,1)，返回的是A矩阵的行数，即返回3。输入size(A,2)，返回的是A矩阵的列数，即返回2。

    如果你有一个向量v，v = [ 1 2 3 4 ]，然后输入length(v)，这个指令将返回最大维度的大小，即返回4。你也可以输入length(A)，因为矩阵A是一个3x2矩阵，所以较大的维度是3，返回3。但通常我们还是对向量使用length命令，比如length([1;2;3;4;5])，结果为5，而不是对矩阵使用length命令，因为这可能会造成误解。

    下面让我们看一下如何在系统中加载数据和寻找数据。

    当我们打开Ocatve时，我们通常已经在一个默认路径中，这个路径是 Octave的安装位置，pwd 命令可以显示出Octave 当前所处路径。

    cd命令，意思是改变路径，我可以把路径改为C:\Users\ang\Desktop，这样当前目录就变为了桌面。

    如果键入 ls，ls 来自于一个 Unix 或者 Linux 命令，ls命令将列出我桌面上的所有路径。

    事实上，我的桌面上有两个文件：featuresX.dat 和priceY.dat，是两个我想解决的机器学习问题。
    featuresX文件如图所示，是一个含有两列数据的文件，这是我的房屋价格数据，数据集中有47行，第一套房子样本，面积是2104平方英尺，有3个卧室，第二套房子面积为1600，有3个卧室等等。

    priceY这个文件里的数据就是训练集中的价格数据，所以 featuresX 和priceY就是两个存放数据的文档，那么应该怎样把数据读入 Octave 呢？

    实际上，我们只需要键入featuresX.dat，这样我将加载了 featuresX 文件。同样地，我可以通过键入priceY.dat加载priceY.dat。其实有好多种办法可以完成，如果你把命令写成字符串的形式load('featureX.dat')，也是可以的，这跟刚才的命令效果是相同的，只不过是把文件名写成了一个字符串的形式。Octave中使用单引号来表示字符串。

    另外 who 命令，能显示出在Octave工作空间中的所有变量。我们能看到这里包括了我们之前定义的一些变量还有featuresX和priceY。所以我可以键入featuresX 回车，来显示 featuresX的数据。我们还可以键入size(featuresX)，返回47 2，表示这是一个47x2的矩阵。类似地，输入size(priceY)，返回47 1，表示这是一个47维的向量，是一个列矩阵，存放的是训练集中的所有价格。

    who 函数能让你看到当前工作空间中的所有变量，同样还有另一个 whos命令，能更详细地进行查看。

    如果你想删除某个变量，你可以使用 clear 命令，我们键入 clear featuresX。然后再输入 whos 命令，你会发现 featuresX 从列表上消失了。

    另外，我们怎么储存数据呢？

    我们设变量v = priceY(1:10)， 这表示将向量Y的前十个数赋值给v。

    我们输入whos就能看到Y的大小为47x1，而v的大小为10x1。

    假如我想把这些数据存入硬盘，我们可以使用save hello.mat v 命令，这会将变量v保存为一个叫hello.mat 的文件，回车，现在桌面上就出现了一个新文件，名为hello.mat。

    现在我们清除所有变量，直接键入clear，这样将删除工作空间中的所有变量。所以，我们输入whos之后会发现工作空间已经被清空了。但如果我输入load hello.mat ，加载hello.mat 文件，现在变量v又可以被读取了。

    要注意的是：save hello.mat v 命令将数据存为二进制的格式或者说是更压缩的二进制格式。如果v的数据量很大，那么压缩的程度也更大，占用空间也更小。

    如果想将数据存储成人类能看得懂的形式，可以输入save hello.txt v -ascii这样就会把数据存成一个文本文档，或者说用ascii码存成文本文档。键入了这个命令以后，桌面上就有了hello.txt文件。如果打开它，我们可以发现这个文本文档存放着我们的数据。这就是读取和储存数据的方法。

    下面讲一下如何操作数据。

    我们还是将A= [ 1 2 ; 3 4 ; 5 6 ]，它还是那个3x2矩阵。下面讲讲索引。

    比如键入A(3,2)这将索引到A的第三行第二列位置的元素。通常我们会将3，2写成下标的形式，来对应A的第三行第二列的元素。

    我也可以键入A(2,:) 来返回第二行的所有元素，冒号表示该行或该列的所有元素，返回3 4。类似地，如果我键入A(:,2)，这将返回第二列的所有元素，返回2 4 6。

    你也可以在运算中使用这些较为复杂的索引。我再给你展示几个例子，可能你也不会经常使用。

    我们可以输入A([1 3],:)，这个命令意思是取第一个索引值为1或3的元素，也就是说我取的是A的第一行和第三行的所有列的元素。

    我们还可以输入A(:,2) = [10 ; 11; 12]，取矩阵的第二列，然后将它赋值为10 11 12。

    我们还可以输入A = [ A, [100 ;101 ;102 ] ]; 这样做的结果是在原矩阵的右边加了一个新的一列。现在A矩阵就变成了一个3x3矩阵。

    最后，还有一个小技巧，如果你就输入 A(:)，这是一个很特别的语法结构，意思是把A中的所有元素放入一个单独的列向量，这样我们就得到了一个9x1的向量。

    再来几个例子：我还是把A重新设为[1 2; 3 4; 5 6]，我再设一个B[11 12; 13 14; 15 16]，我可以新建一个矩阵C = [ A B ]这个意思就是把这两个矩阵结合在一起。

    我还可以设C = [A; B]，这里的分号表示把分号后面的矩阵放到前面矩阵的下面。所以，[A;B]的作用依然还是把两个矩阵放在一起，只不过现在是上下排列。

    简单地说，分号的意思就是换到下一行。所以C = [A; B]就是把矩阵A放进去，然后换一行，再把矩阵B放进去。另外顺便说一下，这个[A B]命令跟[A, B] 是一样的，这两种写法的结果是相同的。

    通过以上这些操作，我们知道了怎样构建矩阵，怎样把矩阵放到一起，怎样取出矩阵，并且把它们放到一起，组成更大的矩阵。通过几句简单的代码，Octave能够很方便地很快速地帮助我们组合复杂的矩阵以及对数据移动。

    在下节中，我们将学习如何对数据进行更复杂的运算。