Matlab开源替代工具Octave基础入门-ML Note27

本文是吴恩达《机器学习》视频笔记第27篇，对应第2周第9个视频。

“Octave Tutorial——Basic operations”

01

—

笔记

前面学了很多的机器学习的理论知识了，但是纸上得来终觉浅，绝知此事要躬行，接下来几个视频一起来学习一些机器学习编程工具Octave的一些基础编码知识。

为什么要选择Octave？

吴老师在以往的机器学习教学中，尝试过很多种编码语言来进行实验，包括C++、Java、Python的Numpy，以及Octave。结果，吴老师发现使用Octave一类的高级语言的时候，学生能高效的学习机器学习的算法、更快速的写出算法原型。

在硅谷的好多需要实际使用机器学习的公司中，他们在算法原型构建阶段都是使用Octave一类的高级语言。等到算法固化，需要生产部署的时候才使用C++、Java来进行重写以提高执行效率。

时间分两种，一种是我们开发人员开发合适的机器学习算法的时间；一种是机器学习算法在解决实际问题时耗费的计算机计算时间。第一种时间，我们通过Octave一类的语言快速构建算法来节约；后一种时间，我们通过C++、Java一类的高效语言重写固化好的机器学习算法来节约。

机器学习领域，常见的编程语言有：Matlab、Octave、Python、Numpy、R。Matlab很好，但是很贵，对我们中国的研究人员还存在被禁用的危险；而Python、R一类的对非计算机专业的同学来说不是特别友好。所以呢，最后Octave成为非常不错的一种选择。

接下来介绍一些基础的Octave操作，更详细的可以去Octave的官网看文档。

启动

在桌面上找到快捷方式“GNU Octave (CLI)”，以命令行的方式启动Octave。

基础运算

做一些加、减、乘、除、幂指数的运算，你会发现和latex里面写数学公式差不多。也不怎么需要考虑数据类型转换啊、地板除啊之类恼人的计算机语法，看上去非常友善。

还可以做一些逻辑运算，比如：

从上面的图，你看出来了吧。判断两个数是否不等于，用的是"~="， 而不是其它语言常用的"!="。另外，注释符号是"%"。用过matlab的同学可能也发现了，它的语法几乎就是照搬Matlab，非常友好。

可以使用”PS1('>>')"命令将Octave前面提示去掉，如下图：

变量

还可以定义变量，像下面这样：

上图中注意，“a=3;"，这行命令后面加入了一个分号";"，然后Octave下面就不再打印结果出来了。

还可以定义字符串变量，还可以定义一个bool型变量，分别如下图的b、c。

还有类似于Python语言中print函数的存在，disp（）函数，disp的使用也是相当的灵活。

上图最后一行的disp中sprintf函数的语法和c语言的语法是不是很像？所以从c语言过渡过来也是很丝滑。

向量和矩阵

定义一个3*2的矩阵：

定义中的分号就是矩阵的换行。

定义向量和定义矩阵本质上是一样的，下面这样是定义一个行向量：

如果定义列向量呢？

还有一种比较有意思的向量的定义方法，下图中的办法可以定义一个从1开始到2结束间隔（步长）为0.1的向量。

或者省略步长：

还可以定义全为1的矩阵：

可以灵活使用ones（m, n）

当然，类似的办法可以用函数定义全0的矩阵，或者随机数矩阵。

灵活使用上面的这些基础操作，可以得到一些比较复杂的数。比如按照公式得到一组随机数，这个随机数如果用randn函数，它们服从高斯分布。

上图得到一个1行10000列的随机数向量，使用hist（w）函数画一下直方图看看：

还可以让直方图的竖条来的更多一点。

定义单位阵的函数是eye().

帮助

Octave的帮助也是很方便的，直接使用help函数即可。

以上就是Octave基础的快速介绍，从下次视频开始将会讲解如何使用Octave来处理数据。