MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。MATLAB拥有丰富的算法工具箱，因此在工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域都能看到它的身影，可谓是无处不在。功能强大，MATLAB 安装包比较大，R2018b版12G。
安装包
【tee6.top】
亲测有效
编程环境
MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大地方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。
简单易用
Matlab是一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。新版本的MATLAB语言是基于最为流行的C++语言基础上的，因此语法特征与C++语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。
强大处理
MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而且经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++ 。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。
图形处理
MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图像处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。
模块工具
MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。
Matlab决策树对空气质量和天气温度及天气数据做交通出行推荐预测|附代码数据
为解决城市交通拥堵问题，本文提出了一种基于 Matlab决策树的交通预测方法，我们通过采集上海地区的空气质量数据和温度数据，帮助客户在 Matlab中实现决策树建模，利用所提取的天气和温度特征建立决策树，对未来的出行时间、出行路线等进行预测。结果表明：该方法可实现交通时间、出行路线的预测，并能在未来三天进行有效预测时间长度与空气质量、温度相关。
数据
里面一个是天气数据（区县自动站实况数据），只把地区为徐家汇的取出来，其余地点的不用参考。
另一个是空气数据（实时空气质量数据）。
预期结果
根据空气中的空气质量和天气数据中的温度及天气情况做一个交通出行的推荐。
举个例子： 今天温度0度 天气晴朗 空气质量优 出行方式可以为 公交车或地铁。
今天温度15度 天气晴朗 空气质量优 出行方式为 步行。
今天温度15度 天气晴朗 控制质量轻度污染 出现方式为 公交车或地铁。
读取气温数据
[data, ~, raw] = xlsread('区县自动站实况数据.xlsx','Sheet2');
筛选对应日期数据
data=data(1:9649,:);
raw=raw(1:9649,:);
找出徐家汇地区的数据
index=strcmp(raw(:,3),'徐家汇')
读取空气质量数据
[data2, ~, raw2, dateNums] = xlsread('实时空气质量数据（历史）2.xlsx','Sheet1','','
筛选对应日期数据
data2=data2(4415:end,:);
raw2=raw2(4415:end,:);
得到对应时间
index=1:3:2880
得到对应时间的 空气质量数据
mydata=[raw,raw2];
建立决策规则
分类类别号
label=mydata(:,18);
%label=label(2:end);
将类别号赋值给outData
outData=label;
获得特征变量矩阵
inData = [data,data2]; % 输入特征矩阵
根据训练集数据创建决策树
classregtree(inData, o)
查看决策树
view(mytree);
决策树规则
Decision tree for classification
1 if x5<11.5 then node 2 elseif x5>=11.5 then node 3 else 步行
2 if x5<3.5 then node 4 elseif x5>=3.5 then node 5 else 步行
3 if x13<0.45 then node 6 elseif x13>=0.45 then node 7 else 步行
4 if x1<2.01504e+011 then node 8 elseif x1>=2.01504e+011 then node 9 else 公交车或地铁
5 if x12<91.5 then node 10 elseif x12>=91.5 then node 11 else 步行
6 if x11<11.5 then node 12 elseif x11>=11.5 then node 13 else 步行
7 if x9<27.5 then node 14 elseif x9>=27.5 then node 15 else 公交车或地铁
8 if x6<1.6 then node 16 elseif x6>=1.6 then node 17 else 公交车或地铁
9
10 if x8<86.5 then node 18 elseif x8>=86.5 then node 19 else 步行
11
到此这篇matlab函数介绍（matlab 函数）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/matlabbc/40095.html