1. 加载数据到内存

1. fitcensemble：用于分类问题的集成学习Mdl = fitcensemble(Tbl,ResponseVarName)第一个参数为 table，第二个参数则是 table 中对应的目标属性列的列名（字符串类型）load census1994Mdl1 = fitcensemble(adultdata, 'salay');2. fitenrsemble：集成学习框架Ensemble M

打开 matlab 命令行，输入 webcam，如果提示：尚未安装 MATLAB Support Package for USB Webcams。打开支持包安装程序即可安装 Webcam Support Package。可根据如下两种方式进行安装，方式 1，根据命令行的提示；方式 2，手动安装；点击进入MATLAB Support Package for USB Webcams（想要在该网站上下

CMake支持大写、小写、混合大小写的命令。cmake 添加头文件目录，链接动态、静态库1. 添加头文件目录INCLUDE_DIRECTORIES它相当于 g++ 选项中的 -I 参数的作用，也相当于环境变量中增加路径到 CPLUS_INCLUDE_PATH 变量的作用：include_directories(../../../thirdparty/comm/include)2. 添加需要链接的库

为了提高大规模数据处理的能力，matlab 的 GPU 并行计算，本质上是在 cuda 的基础上开发的 wrapper，也就是说 matlab 目前只支持 NVIDIA 的显卡。1. GPU 硬件支持首先想要在 matlab 中使用 GPU 加速运算，需要计算机配备有 NVIDIA 的显卡，可在 matlab 中运行：>> gpuDevice如果本机有 GPU 支持，会列出 CUDADevice

colfilt 执行功能与 blockproc/nlfilter 类似，但效率更高。B = colfilt(A,[m n],block_type,fun)，block_type：distinct/sliding 两种，该函数的内部蕴藏着十分丰富的处理，对得到的快，先转换为一个列，调用传递进来的函数句柄进行处理。均值化处理：B = uint8(colfilt(A, [5, 5], 'sliding

circshift：顾名思义，循环移动，循环的意义在于，移出的数据不丢失，而是来到队列的首部位置，也即其实是将原始序列视为一种圆环。1. 基本用法Y = circshift(A,K)Y = circshift(A,K,dim)circshift(1:10, 3)891012345672. 简单

一般手工生成的数据集（artificial datasets），通常用于实验部分最开始的演示和示意，用于对结果的一种精确计算和量化分析。1. Swiss/Helix/Twinpeaks/Broken Swiss（随机化数据集）既然是某种随机化生成的数据集，自然依赖某种特定类型的随机变量。这里我们取采样自服从 [0, 1] 区间上的均匀分布（uniform distribution）的随机变量

function x = normalize(x, mu, sigma)x = bsxfun(@minus, x, mu);x = bsxfun(@rdivide, x, sigma);end这里归一化使用的函数为：x′=x−μσx'=\frac{x-\mu}{\sigma}还可根据具体问题，使用特定的归一化函数：

1. warning（警告）warning('off', '*:*:*');2. 异常 try，catch