MATLAB数据处理

mean(A,(b)) %均值函数，b为设置对哪一维上的数据进行处理，默认为第一维（列），行为第二维
mean(A,2) %对每一行数据求均值

p = randperm(n,k) %产生1，n的排列中的k个，k可以省略默认返回全部

数据归一化处理

• 输入数据的单位不一样，且有些数据的范围可能特别大，无法直接比较，归一化就是将数据映射到[0,1]或[-1,1]或其他区间内

• 此外在神经网络中激活函数的值域是有限制的，像S型函数值域在(0,1),所以训练数据的输出就要归一化到(0,1)之间

• 归一化算法：\(y=(x-min)/(max-min) => [0,1]\)和\(y=2*(x-min)/(max-min) -1=> [-1,1]\)

• 实现

  % 对于矩阵来说，没一行为一个样本，意思是将矩阵的每一行处理成[a,b]区间
  x=[2,3,4,5,6;7,8,9,10,11];
  y=[2,3;4,5];
  %xx为归一化后的矩阵，ps是训练样本数据的映射，包含了样本的所有信息
  %0,1是期望的归一化后数据的上下界
  [xx,ps]=mapminmax(x,0,1);
  %将y矩阵归一化到到原样本下(也就是样本的最大最小数据使用原样本的值)
  yy=mapminmax(\'apply\',y,ps);
  %将归一化后的矩阵反转到原始数据
  mapminmax(\'reverse\',yy,ps)
  

冒号的作用（获取指定行列的数据）

a =

     1     2     3     4     5

     4     5     6     7     8

     0     1     4     7     8

     0     2     5     8     7

• b = a(行，列) :b = a(1:2:4,2:2:4)逗号前面的为行限定，后面的为列限定，改命令为获取a矩阵的从第1行开始，每两行取一行数据，一直到第4行，后面参数表示每一行中从第2列开始，每两列取一列数据，一直到第4列。
• [起始值：步长：终点值]其中中间的增量参数可以省略[起始值：终点值]，默认增量为1，方括号可以省略，起始值默认为1，终点值默认为结尾，省略表示取全部[(start):(end)]
• b=a([1 2],[3 2])取第1 2行的第3 2列数据
• 省略列参数b = a(1:2:4)默认第1对列操作，取1，3行的第一列的数据，并转换为行向量
• b=b(:)表示将所有数据存成一列