使用Octave來學習Machine Learning(一)

WeaponZhi發表於2018-01-02
Mac

小之的公眾號 : WeaponZhi

前言

各位小夥伴如果是通過 Coursera 上吳恩達的機器學習視訊來學習的話，一定聽到過 Octave 的大名了，吳恩達強烈推薦大家使用 Octave 來學習機器學習，並且用了完整的一個章節「Octave and Matlab Tutorial」來講述 Octave 的基本操作。非常實用，也很簡單，推薦想使用 Octave 的同學去學習一下。

我在使用 Octave 的過程中，最舒服的地方就是它對矩陣操作的支援非常全面，使用起來也很簡單，一些看似很複雜的邏輯，用 Octave 可能一兩行就可以輕鬆解決。我將帶大家認識和入門 Octave。

此文分兩篇來講解。

什麼是 Octave

Octave 是一種高層解釋類程式語言。旨在解決線性和非線性的數值計算問題。Octave為GNU專案下的開源軟體，Octave 語法與 Matlab 語法非常接近，可以很容易的將 Matlab 程式移植到Octave。

上面的說法不太通俗，簡而言之，Octave 是一些科學計算軟體，對於一些矩陣啊，一些高階的工程運算方面的工作，它比較擅長，而另一個功能類似的軟體就是大名鼎鼎的 Matlab。那麼我們為什麼非要選擇 Octave 而不選擇更有名的 Matlab 呢。有以下幾個原因：

  • Octave 比較輕量級，安裝起來就幾十兆左右，而 Matlab 安裝程式得有 10 來G，基本你只裝功能最少的基本版，也得有個幾百兆到 1 G 的佔用。

  • Octave 的語法設計上一開始是模仿 Matlab 的，語法基本類似。95 % 的 Matlab 程式碼可以直接在 Octave 上使用，但因為 Octave 上使用了譬如字串「""」和 Unix 風格的註釋「#」，所以 Octave 的程式碼不一定能在 Matlab 上使用。

  • Octave 的繪圖後臺是強大的 Gnuplot，輸出格式很多，遠遠多於 Matlab，公式顯示上也強過 Matlab。

  • 實際上我上面說的都是廢話，使用 Octave 主要還是因為它是開源並免費的

使用Octave來學習Machine Learning(一)

安裝 Octave

那我們就趕緊安裝 Octave 吧。

Windows 下沒啥好說的，去官網下載安裝包，一步到位。Mac (10.9以上)的話推薦大家使用 Homebrew 來安裝，Homebrew 是 Mac 下的軟體包管理工具。簡單介紹下步驟：

一、安裝 Xcode 和 Command Line Tool

App Store 中下載 Xcode

終端輸入「xcode-select —install」安裝 Command Line Tool

二、安裝 Xquatz，並建立軟連結為 X11

終端輸入

sudo ln -sf /Applications/Utilities/XQuartz.app/ /Applications/Utilities/X11.app
複製程式碼

X11 這東西很重要，MacOS 以前的版本是可以隨附 X11 的，但現在你得通過以上方法去專門的下載，這個東西和圖形介面有關，可以理解為，使用 X11 可以讓 Mac 相容一些原來不能用的 Unix 軟體。在後面的一篇文章中，我們還會用到它。

三、安裝 Homebrew，這裡我們去官網下載：

ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
複製程式碼

四、使用 Homebrew 安裝 Octave

brew update && brew upgrade
brew install gcc
brew install octave
複製程式碼

Linux 系統的安裝方法我就不多介紹了，使用 Linux 的同學可以自己查閱下。這裡要注意下，不要下載 4.0.0 版本，這個版本有重大 Bug。

安裝好 Octave 後，我們可以看到有兩種方式開啟 Octave，一種叫 Octave-cli，這是命令列形式開啟 Octave，另一種叫 Octave-gui，這是圖形化的形式，當然，我還是建議大家用命令列來編寫程式碼。來看下這兩種格式的樣式：

使用Octave來學習Machine Learning(一)
使用Octave來學習Machine Learning(一)

基本的操作

開啟 Octave-cli 將看到上面終端顯示的畫面，我們發現它的命令列的行標是 octave:1> 當你每次完成一個 Octave 程式碼的時候，冒號後面的數字就會增加 1 ，我們來試試

octave:1> 1+1
ans = 2
octave:2>
複製程式碼

ans 代表的是 answer，同時 ans 也作為變數被賦值為 2 了。話說這個行標實在太醜了，我們可以通過PS1(str)來改變這個樣式，str 替換為你想要的字串樣式就可以了，比如這樣

octave:2> PS1('小之牛逼 >> ')
小之牛逼 >>  (游標位置)
小之牛逼  >>  (游標位置)
複製程式碼

這樣就可以用自定義的行標了。

除了加法以外，Octave 必然也支援程式語言中常用的一些計算：

小之牛逼 >> 4+5
ans = 9
小之牛逼 >> 5-4
ans = 1
小之牛逼 >> 4*5
ans = 20
小之牛逼 >> 8/4
ans = 2
小之牛逼 >> 2^6
ans = 64
小之牛逼 >> 1 == 2 % false
ans = 0
小之牛逼 >> 1 ~= 2
ans = 1
小之牛逼 >> 1 && 0 % 與運算
ans = 0
小之牛逼 >> 1 || 0 % 或運算
ans = 1
小之牛逼 >> xor(1,0) % 異或運算
ans = 1
複製程式碼

上面的程式碼很簡單，但仍有一些東西值得你注意一下。「%」號後面是註釋，在執行的時候不會被編譯進去。Octave 中的 True 和 False 是用 1 和 0 來表示的。同時，1 不等於 2 是通過 1 ~= 2 來表示的，而不是用 1 != 2，其他的和大部分程式語言差不多。

Octave 命令列中變數的使用方式和 Python 很像，比如我們給 a 賦值給 3

小之牛逼 >> a = 3
a = 3
小之牛逼 >> a = 3;
複製程式碼

注意到當語句後面加;的時候，回車後命令將不會列印任何東西。

總結

這篇文章幫助大家認識一下 Octave ，並且介紹了安裝步驟和一些基本的操作。Octave 強大的地方在它的矩陣運算和圖形繪製上，我將在下篇文章詳細的介紹。

那麼，有些讀者可能懵逼了，你之前不是在講 Python 嗎，怎麼突然間切換到一門新語言了？我覺得有必要針對這個問題提前說一下。

首先，我們目前花時間學習的最終方向是什麼，是機器學習，而不管是 Python 還是 Octave，它相對於機器學習本身，都只不過是一種學習和實現的輔助工具罷了。機器學習需要大量的諸如矩陣這樣的計算，以及一些工程計算演算法，使用 Octave 可以快速的實現這些演算法，相當於一個建模的過程，等到需要具體的資源配置的時候，再通過 Python、Java 亦或是 C++ 將它實現就好了。

總而言之，借用吳教授的話來說，專案開發的時間是寶貴的，機器學習的時間也是很寶貴的。而使用 Octave 可以幫助你快速的實現學習演算法，基本的思路達成之後，再通過 Python 這樣的語言去具體實現它，這樣你就可以節約出很多時間，而不用過多的關注程式語言本身的實現規則，Octave 相比於 Python 這樣的語言，還是更簡單一些。

Python 在機器學習領域，使用的很廣泛，我們學習它自然不會錯，而且 Python 本身的趣味性也值得你去學習，當然，這並不影響我們去使用和學習 Octave，因為，可能你看完我這兩篇入門文章，就能夠滿足你在機器學習過程中大部分的使用需求了。

歡迎關注我的公眾號

使用Octave來學習Machine Learning(一)

相關文章