自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 Matlab操作

目 录基本操作输出矩阵创建矩阵矩阵分析矩阵运算数据处理读取数据数据处理数据保存绘图 基本操作 输出 显示变量值: 直接打变量名,不加分号 disp()函数,但disp()函数输出变量类型固定,如果同时输出数字和字符串需要用到num2str()函数,将数值型转化成字符型。 例如: x=1000; str='Hello world!'; disp([str,num2str(x)]) 显示结果:Hello world!1000 带格式输出: 生成带格式字符:sprintf(format, data) 直接

2020-07-12 22:37:05 474

原创 机器学习——第二周

文章目录多元线性回归多元特征多元梯度下降法特征值与多项式回归矩阵微分布局约定(Layout conventions)关于标量的导数关于向量的导数关于矩阵的导数其他推论 多元线性回归 多元特征 θ\thetaθ 是n×1型矩阵,θ⊤\theta^{\top}θ⊤ 是1×n型矩阵 xj(i)x_j^{(i)}xj(i)​ 表示第 i 个训练样本的第 j 个特征值,x(i)x^{(i)}x(i) 表示第 i 个训练样本的特征值向量;m 为训练集个数,n 为特征值个数 多元线性回归的假设形式为: hθ(x)=hθ

2020-06-29 19:47:48 800

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除