首页 > 代码库 > Octave Tutorial(《Machine Learning》)之第五课《控制语句和方程及向量化》
Octave Tutorial(《Machine Learning》)之第五课《控制语句和方程及向量化》
第五课 控制语句和方程 For,while,if statements and functions
(1)For loop
v=zeros(10,1) %initial vectors
for i=1:10, %Assign for the vectors
v(i) = 2^i;
end;
v
(%You can also do that:
indices=1:10;
for i=indices,
v(i)=2^i;
end;
v
)
(2)whileloop
I = 1;
while I <= 5,
v(i) = 100;
I = i+1;
end;
v
(3)break statememts
i=1;
while true,
v(i) = 999;
I = i+1;
if I == 6,
break;
end;
end;
(4)if-else statements
v(1) = 2;
if v(1) == 1,
disp(‘The value is one.‘);
elseif v(1) == 2,
disp(‘The value is two.‘);
else
disp(‘The value is not one or two.‘);
end;
(5)Funtions
例1:桌面上有一个名为“squareAndCubeThisNumber.m”的文件,内容如下:
function [y1,y2] = squareAndCubeThisNumber(x)
y = x^2;
y = x^3;
要调用此函数,方法如下:
(1)输入pwd,查看当前文件所在路径,若不在和“squareThisNumber.m”文件的同一目录下,有两种方法进入同一目录:
1)cd /home/flipped/Desktop
2)addpath(‘ /home/flipped/Desktop‘) %Octave search path (advanced/optional)
(2)调用 squareThisNumber函数,输入如下:
quareThisNumber(5)
从此例还可看出,Octave不同于其他语言的一点是,函数可以返回两个及两个以上的值。
例2:通过少量数据集计算其成本函数
桌面上有一个名为“costFuctionJ.m”的文件,内容如下:
unction J = costFuctionJ(X, y, thera)
m = size(X,1);
predictions = X*thera;
sqrErrors = (predictions-y).^2;
J = 1/(2*m)*sum(sqrErrors);
设定 X = [1 1;1 2;1 3](第一列均为x0值,第二列为样本集x1,x2,x3的值)
y = [1;2;3](样本集中y的值)
thera = [0;1];(假设当x0为0时,y为0;x1为1时,y为1)
运行函数得结果等于0. (若设thera = [0,0],运行函数结果为2.3333.)
向量化 Vectorization
优点:(1)利用各种语言中经过高度优化的代数库会使你的代码运行速度更快,更有效。(2)这也意味着你可以用更少的代码实现一些功能。
Octave Tutorial(《Machine Learning》)之第五课《控制语句和方程及向量化》