吴恩达机器学习笔记——Day2——Octave使用基础

观看的视频来自网易云课堂——《吴恩达机器学习》

http://吴恩达机器学习 - 网易云课堂 https://study.163.com/course/courseMain.htm?courseId=1210076550&_trace_c_p_k2_=8b38dadea2254aabb5eced2e8defd456

构建大规模机器学习项目，大多使用Octave来构造算法原型以便快速实现算法 

进行大规模的部署可以用C++或Java重现算法

Octave可以通过几句简单的代码快速组合复杂矩阵

Octave命令

在Octave官网https://www.so.com/link?m=b93e7AfVXt2Svsdh0DbBbcGZjoA4glXlq%2BG%2FqB6WAexJdW7WZNSu4j39lSLeIfgM8ESMxgqNRUDL2BtlDVh6jdgDr6ILRj6MDnPuV%2Fe8KNiMC6N9Ly7faXQ4fP14OG94N点击下载

 随后打开Octave(CLI)也就是命令行格式，其支持各种基础数学运算1+1、逻辑运算&&、||之类，若输入判别方程，0代表False，1代表True。

大体算法类似于matlab

输出可以直接打出变量名，如：a 回车将直接打印出变量值，或用 disp(a),若需要打印字符串则需要disp(sprintf('字符串'))。

format long ：会让字符串显示默认的位数

format short ：输出打印少量的小数点后的位数

a = 起始值：步长：终止值

sqrt（n）：n维方阵

eye（n）：n维单位矩阵

ones(行，列)：全1矩阵

zeros(行，列)：全0矩阵

magic（n）：输出任意行列，其每行、每列、每条对角线中的元素加起来都等于相同的值 

rand(行，列)：随机矩阵（均为介于0和1之间的随机值）

randn(行，列)：符合正态分布的随机矩阵（符合高斯分布，均值为0，标准差或方差为1）

hist（矩阵名）：可以直接将该矩阵绘制出一幅直方图

size（矩阵名）：返回矩阵的行数和列数，生成的是1x2的矩阵

length（矩阵）：得到矩阵的长度

矩阵名 = [1 2 3 ；4 5 6]：定义矩阵时，同一行内元素用空格分隔，换行使用； 切换

读取和存储数据

pwd：查看路径

cd ' 路径 '：更改路径

ls：列出桌面路径

load 文件名.dat ：载入数据

who：显示Octave中存储的所有变量

whos：显示Octave中存储的所有变量、维度、占用字节数和数据类型

clear 变量名：删除变量

save  文件名.mat  变量名：将变量保存到文件中

save  文件名.txt  变量名 -ascii：将变量保存到文本文档中

操作数据

矩阵（行，列）：输出该行该列指定元素

矩阵（行，：）：输出该行全部元素

矩阵（：，列）：输出该列全部元素

矩阵（[行   行]，：）：输出行和行中的全部元素，其余行不算

矩阵（行，列）= [新的矩阵]：更换矩阵内的元素

矩阵（矩阵   [新矩阵]）：增加列向量

矩阵（矩阵 ；[新矩阵]）：增加行向量

矩阵（  ：）：将矩阵内的元素全部输出为一列向量

计算

A  *  B：两个矩阵相乘

加建乘除都同上

【‘  .  ’用于元素的运算】

A  .* B：将A中的每一个元素与B中对应位置的元素相乘

A .^ 2：将A中的每一个元素平方

1 ./ A ：将A中的每一个元素除以1

log（矩阵）：对矩阵求对数运算

exp（矩阵）：以e为底矩阵内元素为指数的幂运算

abs（矩阵）：对矩阵求绝对值

- 矩阵：对矩阵取相反数

对矩阵内所有元素相加可以设置相同维度的全1矩阵进行相加或直接  矩阵 + 1

矩阵 '：矩阵转置

[ 命名的变量名 ，ind ] = max（矩阵）：可以得到最大值及其索引

矩阵也同样适用于逻辑计算，若真输出1，假则输出0

find（矩阵逻辑运算）：输出满足逻辑运算元素的索引

prod（矩阵）：可以得到所有元素的乘积

floor（矩阵）：使矩阵内的元素向下取整

ceil（矩阵）：是矩阵内的元素向上取整

max（矩阵 ， 矩阵）：会生成一个由两个矩阵内较大的数形成的新的矩阵

max（矩阵）：可以得到矩阵每一列的最大值

max（矩阵，[ ] .1 ）:生成每一列最大值组成的行向量

max（矩阵，[ ] .2 ）:生成每一行最大值组成的列向量

max（max（矩阵））：生成整个矩阵的最大值

sum（矩阵）：可以得到所有元素的和

sum（矩阵，1）：可以得到每一列的总和

sum（矩阵，2）：可以得到每一行的总和

fipud（矩阵）：使矩阵垂直翻转、上下颠倒

pinv（矩阵）：对于矩阵求逆矩阵

数据绘制【同matlab】

图像绘制会便于检查数据的走向是否正确，便于改进自己的代码

首先制作 x 行向量，与 y 的函数方程

plot（x，y）：绘制图像

hold on：保持图像，让新图像在旧图像的基础上绘图

xlabel（'    '）：添加横坐标标签

ylabel（'    '）：添加纵坐标标签

legend（'  ' , '  ' , ... ,' '）:添加图例，对每一个绘制图像进行标注

title（'   '）:添加标题

print  -dpng  '文件名.png' ：保存为png文件

close：关闭Octave中显示的图像

figure(1);plot(...)：打开一个窗口绘制一张图片

figure(2);plot(...)：打开第二个窗口绘制

subplot(m,n,a)：将图像分割成m*n的网格，其使用第a个格子

axis（[x1   x2   y1  y2 ]）：改变 x 和 y 的范围

clf：可以清除一幅图像

imagesc（矩阵）：绘制彩色格图，不停的彩色格子代表着矩阵中不同的值

colorbar：增加颜色条，显示对应元素对应的不同的值

colormap gray：控制图像颜色为灰色系

控制语句

indices ：代表索引

disp（变量）：打印变量

for i=... ,

循环体 ；

end ；

while  判断式 ，

循环体；

end；

if   判别式 ，

表达式 / break；

end；

if   判别式，

表达式1；

elseif 判别式，

表达式2；

else，

表达式3；

end；

定义和调用函数

使用Octave环境定义函数，需提前创建一个文件，用函数名命名，以  .m  为结尾。 .m文件可以用记事板创建，再用写字板打开进行编辑，因为记事板会使代码间距变得很乱。

.m 文件内容：

function y = 函数名 ( x ) ：返回一个值将其存放到变量y中，且有一个自变量x

y = f（x）； ：定义的函数主体

调用文件

首先pwd查看当前路径，可以将编辑好的.m文件放到该路径下，或者 cd 更改至文件所在路径，甚至还可以addpath（‘路径’），增加一条路径。只要在Octave中的路径内，输入函数名，Octave就可以自己找到该函数进行运算。随后直接调用函数即可。此外，Octave还支持一个自变量x返回多个值y。

绘制图像

针对课时40的代价函数计算

%计算代价函数J的.m文件

function J = costFunction(x,y,theta)   %定义一个函数，x：训练样本x值、y：y轴对应值、w为自变量，返回值为J
m = size(X,1);   %将x的行数当作样本数量
predictions = x *我;    %预测值=wx+b，b=0

sqrErrors = (predictions - y).^2;   %计算平均平方误差 = （预测值 - 目标值）^2

J = 1/(2m) * sum(sqrErrors);   %计算代价函数