机器学习（4）：吴恩达笔记

Octave语言前言

• 在硅谷的大规模机器学习中，人们一般先用Octave实现算法的基本想法，然后用其他语言（java、C++）改写。这是因为python、numpy、r语言等机器学习语言相对于Octave、matlab更繁琐，先使用octave能够提高效率

Octave命令

https://blog.csdn.net/u011415481/article/details/49969447
https://blog.csdn.net/u011415481/article/details/49969447

数学运算命令

逻辑运算命令

• 不等于符号为~=,不是!=
• xor表示异或运算

变量声明命令

• 如果我们希望分配变量，但是不希望在屏幕上显示结果，可以在声明后加分号；，抑制打印输出
• disp函数：可以直接将要显示的字符放入括号中
• sprintf函数：其表达格式为：sprint（‘%d’,a）；其中%d为数字，%s为字符串
• 但是我们发现，sprintf表达会将字符加上单引号，而用disp表达不会有单引号。disp(sprintf('%s',name))联合disp和sprintf函数，可以避免显示字符串时出现单引号

向量矩阵命令

• 声明矩阵时，分号；表示矩阵换行
• 声明向量，用空格 隔开是行向量，用分号；隔开是列向量
• ones是生成各元素不为0且相等矩阵的快捷方式， zeros是各元素为0的矩阵，eyes构建单位矩阵
• rand生成数值介于0~1之间的随机数；randn高斯随机变量，产生标准正态分布的随机数
• hist绘制直方图命令。将元素平均分到几个等间隔的容器中（默认为10个），并且返回每个容器的元素个数

如何移动、加载、操作数据

• size返回矩阵的行数和列数，可以都返回，也可以选择返回某一个
• length返回向量的维度，若为矩阵，则返回矩阵的最大维度。我们一般不将其用于矩阵

• Octave初始时有一个默认路径，pwd查看；cd ‘’转到其他目录；ls是linux中的命令，查看当下目录的文件
• who查看当前工作空间的所有变量，whos则是详细查看，可以看到数据维度、占用的内存空间、数据类型等
• clear用来清除当前工作空间存储的所有变量，但是若我们先把变量v保存在文件中，在load hello.mat后可以直接读取v变量（v变量已经存在了hello.mat文件中）
• save命令把数据按照二进制形式压缩存储，而且文件越大，压缩的幅度越大。我们也可以通过把数据用acsii存成文本文档，把数据存成一个人能看懂的形式

数据计算命令

• .*将两个矩阵中相同位置元素相乘 ；./将矩阵中相同位置元素相除
• log是求e的对数，exp是求e的指数，abs求绝对值
• -V是每个元素去相反数，V+1是每个元素都+1
• max(A) 表示求出A中的最大值，但是需要注意，如果A是矩阵的话，是对每一列求出最大值，如果A是向量，则是直接求出最大值

向量化思想的重要意义

• 无论octave、matlab还是python，都自带各种线性代数库。这些库经过了高度优化，容易阅读和获取。如果我们在实现机器学习算法时，能好好利用这些库，而不是自己重构函数，不仅能提高工作效率，而且能加快算法运行速度，用更少的代码实现更多的功能
• 下图是两种写法，显然后者简单，这充分表明向量化实现简单有效，因此向量化思想是重要的