赞
踩
1、点击查看协方差矩阵是什么鬼! 还不懂? 看这的解释更牛逼!
2、matlab 命令
axis(limits), set axis limits and appearance
就是设置轴的,看个例子
axis([0 2*pi -1.5 1.5])
就是把x、y轴分别限定到0~2pi, -1.5~1.5
mean 平均值命令
mean(A) = 每列的平均值 if A 是一个矩阵或者数组
mean(A, 2) = 每行的平均值 就是第二维度
bsxfun 将函数作用于两个值(点我看bsxfun的作用)
std function 计算标准差的
std(X) = (xi - mean(X))^2/n n是x的个数
svd~命令
改变这个默认的设置,
比如用[u,d,v]=svds(A,10)将得到最大的10个特征值及其对应的最大特征行向量和特征列向量,
[u,d,v]=svds(A,10,0)将得到最小的10个特征值及其对应的特征行向量和特征列向量,
[u,d,v]=svds(A,10,2)将得到与2最接近的10个特征值及其对应的特征行向量和特征列向量。
总之,相比svd,svds的可定制性更强。
Matlab取整函数有: fix, floor, ceil, round.具体应用方法如下:
fix朝零方向取整,如fix(-1.3)=-1; fix(1.3)=1;
floor,顾名思义,就是地板,所以是取比它小的整数,即朝负无穷方向取整,如floor(-1.3)=-2; floor(1.3)=1;floor(-1.8)=-2,floor(1.8)=1
ceil,与floor相反,它的意思是天花板,也就是取比它大的最小整数,即朝正无穷方向取整,如ceil(-1.3)=-1; ceil(1.3)=2;ceil(-1.8)=-1,ceil(1.8)=2
round四舍五入到最近的整数,如round(-1.3)=-1;round(-1.52)=-2;round(1.3)=1;round(1.52)=2。
var 函数,var(X)返回X中的每一列,就是每一个特征的方差。
det(A) 求矩阵对应的行列式
rref(A) 将A化成阶梯状, 显然在A的特征值为0的情况下,阶梯状的最后一行全部为0
diag
直接上例子
h>> D = diag(v)
D =
2 0 0 0 0
0 1 0 0 0
0 0 -1 0 0
0 0 0 -2 0
0 0 0 0 -5
>> D1 = diag(v,1)
D1 =
0 2 0 0 0 0
0 0 1 0 0 0
0 0 0 -1 0 0
0 0 0 0 -2 0
0 0 0 0 0 -5
0 0 0 0 0 0
>> D1 = diag(v,2)
D1 =
0 0 2 0 0 0 0
0 0 0 1 0 0 0
0 0 0 0 -1 0 0
0 0 0 0 0 -2 0
0 0 0 0 0 0 -5
0 0 0 0 0 0 0
0 0 0 0 0 0 0
isinf array elements that are infinite
matlab 如何查看某段程序运行的时间
1、在待检测的程序块前面加上tic,结束处加上toc即可得到对应的运行时间;
2、开始时记录cputime为t1,运行结束后记录cputime为t2,那么对应的运行时间为t2-t1;
n = norm(X, p) %求p-范数,即 ,所以norm(X,2) = norm(X)。
命令 矩阵的范数
函数 norm
格式 n = norm(A) %A为矩阵,求欧几里德范数 ,等于A的最大奇异值。
n = norm(A,1) %求A的列范数 ,等于A的列向量的1-范数的最大值。
n = norm(A,2) %求A的欧几里德范数 ,和norm(A)相同。
n = norm(A,inf) %求行范数 ,等于A的行向量的1-范数的最大值
即:max(sum(abs(A')))。
n = norm(A, 'fro' ) %求矩阵A的Frobenius范数 ,
矩阵元p阶范数估计需要自己编程求,计算公式如下
举个例子吧
a=magic(3)
sum(sum(abs(a)^4))^(1/4)
a =
8 1 6
3 5 7
4 9 2
ans =
19.7411
赞
踩
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。