ML基础教程:线性建模plotlinear
来源:互联网 发布:各种协议的端口号 编辑:程序博客网 时间:2024/05/02 14:33
Plotlinear.m
clear all;close all;
Define two points for the x-axis
x = [-5 5];
Define the different intercepts and gradients to plot
w0 = [0:1:20];w1 = [0:0.4:8];
Plot all of the lines
figure(1);hold offfor i = 1:length(w0) plot(x,w0(i)+w1(i).*x); hold all fprintf('\ny = %g + %g x',w0(i),w1(i));end
y = 0 + 0 xy = 1 + 0.4 xy = 2 + 0.8 xy = 3 + 1.2 xy = 4 + 1.6 xy = 5 + 2 xy = 6 + 2.4 xy = 7 + 2.8 xy = 8 + 3.2 xy = 9 + 3.6 xy = 10 + 4 xy = 11 + 4.4 xy = 12 + 4.8 xy = 13 + 5.2 xy = 14 + 5.6 xy = 15 + 6 xy = 16 + 6.4 xy = 17 + 6.8 xy = 18 + 7.2 xy = 19 + 7.6 xy = 20 + 8 x
Request user input
close all;figure(1);hold offfprintf('\nKeeps plotting lines on the current plot until you quit (ctrl-c)\n');while 1 intercept = str2num(input('Enter intercept:','s')); gradient = str2num(input('Enter gradient:','s')); plot(x,intercept + gradient.*x);hold all fprintf('\n y = %g + %g x\n\n',intercept,gradient);endKeeps plotting lines on the current plot until you quit (ctrl-c)
Error using ==> inputCannot call INPUT from EVALC.Error in ==> plotlinear at 29 intercept = str2num(input('Enter intercept:','s'));
======
clear all;close all;clc;x =[-4 4];w0 = [-8:1:8];w1 = [0:0.4:8];for i =1:length(w0) y1 = w0(i)+1.8*x; y2 = w1(i)*x; y3 = w0(i)+w1(i)*x; figure (1); %plot(x,y1,'-r'),xlabel('x'),ylabel('y1=w0+x'),hold all; %plot(x,y2,':r'),xlabel('x'),ylabel('y2= w1*x'),hold all; plot(x,y3,'-'),xlabel('x'),ylabel('y=w0+w1*x'),hold all; gridend
关于Machine Learning更多讨论与交流,敬请关注本博客和新浪微博songzi_tea.
0 0
- ML基础教程:线性建模plotlinear
- ML基础教程:线性建模fitlinear
- ML基础教程:线性建模的非线性响应
- 【ML】单一线性回归
- 【ML】多元线性回归
- 3D建模基础教程
- [ML笔记]多元线性回归
- 线性回归-ML之二
- ML:aPP:7.线性回归<Linear Regression>
- ML—广义线性模型深度解析
- [ML]机器学习之线性回归
- 【ML笔记】第三章 线性模型
- 【ML--02】第二课 线性回归
- 「ML」chapter3:线性模型
- Spark-ML 线性回归 LinearRegression (1)
- 【Python-ML】自适应线性神经网络(Adaline)
- ML—线性回归系列(一)—线性回归
- 线性建模中的最大似然法
- setting
- NG核心概念有哪些?
- 基于springMVC的微信支付(V3版本)
- 我有病,得治!
- curl模拟post请求
- ML基础教程:线性建模plotlinear
- hibernate重要知识
- opencv-把一个图像的一小块区域拷贝到另一个图像的指定区域
- JMS及其API介绍
- Maven管理Android项目
- 百度吴恩达:人工智能技术融入业务的两个途径
- 正则表达式的详细规则和实例
- 学习总结-20160719
- 蛇形矩阵