matlab 机器学习相关函数、api

• matlab 对数据集的默认组织方式是，X∈Rd×N
  
  • d：行数，表示特征向量的长度；
  • N：列数，表示样本的数目；

1. 模型、预测、mse

% 加载 matlab 内置数据到内存
X = abalone_dataset;

% 模型定义
ae = trainAutoencoder(X);

% 训练集上的预测，对于自编码器而言，就是重构；
X_rec = predict(ae, X);

% 损失函数
mse_loss = mse(X-X_rec);

2. integer labels ⇒ categorical labels

• categorical()

>> integer_labels = randi([0, 9], 10, 1);
>> label_names = 
\'airplane\'
\'automobile\'
\'bird\'
\'cat\'
\'deer\'
\'dog\'
\'frog\'
\'horse\'
\'ship\'
\'truck\'

>> categorical(integer_labels, 0:9, label_names)

3. categorical ⇒ numeric

c = categorical({\'Male\',\'Female\',\'Female\',\'Male\',\'Female\'});
n = grp2idx(c);