摘要： kmeans函数用法如下： [IDX,C,sumd,D] = kmeans(X,2,'Distance','city','Replicates',5,'Options',opts); 参数含义如下：IDX: 每个样本点所在的类别C： 所聚类别的中心点坐标位置k*p，k是所聚类别sumd: 每个类内各 阅读全文

摘要： 实现协同过滤算法的第一步是：计算用户或项目之间的相似度。接下来介绍pdist和squareform 用法： D = pdist(X) D = pdist(X,distance) D = pdist(X)计算 X 中各对行向量的相互距离(X是一个m-by-n的矩阵). 这里 D 要特别注意，D 是一个 阅读全文

摘要： type参数用来控制所生成散点图的类型，有如下几个选项：type=“p”表示绘制单独的点type=“l”表示绘制点连成的折线type=“b”表示有线连接的点type=“o”表示将点绘在线上type=“h”表示从点到x轴的垂线type=“s”表示阶梯式图type=“n”表示不绘制图区别如下图： 阅读全文

摘要： 一个简单的例子：> plot(cars$dist~cars$speed,+ main="车位移与速度的关系",+ xlab="速度",+ ylab="位移",+ xlim=c(0,25),+ ylim=c(0,100),+ cex=1,+ col="red",+ pch=19)运行结果如图：参数如下... 阅读全文

摘要： 假设概率密度函数为：思路：首先产生-1到1之间的均匀分布随机数x，和0到1之间的均匀分布随机数y。如果y for(i in 1:100)+ {x[i]=runif(1,-1,1)+ y[i]=runif(1,0,1)+ while(y[i]>(1-abs(x[i])))+ {x[i]=run... 阅读全文

摘要： if条件语句：if (conditon) {expr1} else {expr2}> x if(x==1)+ {x x[1] "x=1"注意：else不能单独作为一行循环语句距离：计算从1到30的和for语句：for (n in x) ｛expr}> x for(i in 1:30)+ {x=x+i... 阅读全文

摘要： （1）生成正态分布随机数：rnorm(n,mean,sd) 其中，n表示生成的随机数个数，mean表示正态分布均值，sd表示正态分布标准差> rnorm(5,0,2)[1] -5.31147765 0.09634197 0.35276104 -1.94548466 0.54533883（2... 阅读全文

摘要： 在生成序列时，“：”的优先级最高（1）从1到20的整数序列：> 1:20 [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20（2）用函数seq生成实数等差序列：(两种表示方法)seq(start,end,d) start... 阅读全文

摘要： 列表，元组，字符串的相互转换：将字符串转换为序列和元组：>>> s="hello">>> list(s)['h', 'e', 'l', 'l', 'o']>>> tuple(s)('h', 'e', 'l', 'l', 'o')>>> list(tuple(s))['h', 'e', 'l', &# 阅读全文

摘要： 在学习列表之前先了解了raw_input和input的区别：（仅适用于版本2，版本3中raw_input和input合并，没有raw_input） input的语法为：input("str"). raw_input函数把所有的输入当做原始数据保存为字符串格式； 而input默认用户输入为p... 阅读全文