查看: 7719|回复: 9|关注: 0
matlab计算中产生的不同变量数据如何保存到同一个文件中？
<h1 style="color:# 麦片财富积分
新手, 积分 5, 距离下一级还需 45 积分
例如第一步产生变量：x1,x2
第二步产生变量：y1,y2
第三步产生变量：z1,z2
这些中间计算过程中产生的变量维数不同，即矩阵大小不同，如何才能把这些变量保存到同一个文件中？
我只知道对一个变量保存的函数：dlmwrite(yFile,jg,'precision', '%.6f','newline','pc')
如何追加保存则不知道了，请大虾指点，谢谢先！
[ 本帖最后由 vincent92 于
15:09 编辑 ]
论坛优秀回答者
帖子最佳答案
关注者： 3086
save 成mat文件，比如说test
以后直接调用
test.x1, test.x2...
<h1 style="color:# 麦片财富积分
我需要文本文件能打开直接看结果的形式，因为我的循环较大，所以在批量计算过程，把我需要的中间结果自动输出来，方便空闲时查看，save保存的数据好像不能直观看结果，理解错了请指点，谢谢！
<h1 style="color:# 麦片财富积分
关注者： 11
试试help fprintf
我是matlab初学者，希望与你共同进步！
<h1 style="color:# 麦片财富积分
我也遇到了同样的问题，你的问题解决了吗？能共同讨论一下吗？我的QQ&&邮箱 &&谢谢阿
<h1 style="color:# 麦片财富积分
dlmwrite('filename', M, '-append')
dlmwrite('filename', M, '-append', attribute-value list)
M = magic(4);
dlmwrite('myfile.txt', [M*5 M/5], ' ')
dlmwrite('myfile.txt', rand(3), 'append', 'on', ...
& &'roffset', 1, 'delimiter', ' ')
type myfile.txt
80 10 15 65 3.2 0.4 0.6 2.6
25 55 50 40 1 2.2 2 1.6
45 35 30 60 1.8 1.4 1.2 2.4
20 70 75 5 0.8 2.8 3 0.2
0.31 0.32004
0.96 0.9601
0.49 0.72663
<h1 style="color:# 麦片财富积分
谢谢楼主提供的参考
<h1 style="color:# 麦片财富积分
关注者： 1
for j=1:61
& & %%%%%%产生三个变量
& & train_GMM(j).Mu=Mu;
& & train_GMM(j).Alpha=A
& & train_GMM(j).Sigma=S
end复制代码 save trainGMM train_GMM 复制代码
我暂时用这种方法保存的
<h1 style="color:# 麦片财富积分
我暂时用这种方法保存的
该方法非常好用！已验证。非常感谢！@zss
~\(≧▽≦)/~
<h1 style="color:# 麦片财富积分
8#的方法好用:),这个问题困扰我一个晚上。
站长推荐 /2
Powered byFeature Selection 相关：一个计算WOE和Information Value的python工具 - 知乎专栏
你正在使用一个过时的浏览器。请以查看此页面。
{"debug":false,"apiRoot":"","paySDK":"/api/js","wechatConfigAPI":"/api/wechat/jssdkconfig","name":"production","instance":"column","tokens":{"X-XSRF-TOKEN":null,"X-UDID":null,"Authorization":"oauth c3cef7c66aa9e6a1e3160e20"}}
{"database":{"Post":{"":{"title":"Feature Selection 相关：一个计算WOE和Information Value的python工具","author":"yu-peng-73-42","content":"在机器学习的二分类问题中，WOE(Weight of Evidence)和Information Value的用来对输入变量进行编码及预测能力评估。安利一下自己写的用来计算这两个值的python工具，目前没有发现python有现成的工具，就自己写了一个。GitHub地址：这两个公式的原始出处没有找到，但现在公开资料解释已经很多了，公式偷懒截图公式如下（来自引用的新浪博客），附上的引用链接有一个很好的举例说明。IV的公式借鉴了信息熵的公式，形式上长的很像但不完全相同。IV本质上市WOE的加权和，而WOE反应的是logistic回归中odds ratio的概念ln(p1 / p0)，再看其前面的权重p1 - p0也反应的是这个意思。所以可以理解成IV是对这个变量在概率优势上的能力打分。一个特征变量的每个category都对应一个WOE值。比如例子引用中的年龄变量划分了4个变量，对应的有4个WOE值；再将它们加权求和之后就得到这个变量的IV值。IV值可以用来评估该变量预测能力的强弱。引用文章中给出了一个判断的标准，直接贴在下。这个标准作为一个参考吧，具体用的时候得结合手头的数据集具体分析。一个特征变量的每个category都对应一个WOE值。比如例子引用中的年龄变量划分了4个变量，对应的有4个WOE值；再将它们加权求和之后就得到这个变量的IV值。IV值可以用来评估该变量预测能力的强弱。引用文章中给出了一个判断的标准，直接贴在下。这个标准作为一个参考吧，具体用的时候得结合手头的数据集具体分析。Information Value
Predictive Power& 0.02useless for prediction0.02 to 0.1Weak predictor0.1 to 0.3Medium predictor0.3 to 0.5Strong predictor &0.5Suspicious or too good to be true目前就一个工具类information_value.py，里面主要就下面几个方法。需要在传入前将数据集自己做离散化，否则目前只会默认无脑的做“5等分”离散化。:)woe -- 计算输入数据集每个变量的woe和iv，并返回所有变量对应这两个值的列表，woe是一个字典dictionary的列表，因为不同的变量有不同的category取值。woe_single_x
-- 计算单个变量的woe和iv。woe_replace
-- 将数据集中变量的category取值用其对应的woe值替换，并返回替换后的数据集。有的实验称用woe替换后训练的分类器能会更好，所以提供了这么个函数。combined_iv -- 计算将一些变量组合后对应的woe及iv值。这个函数主要是想服务于一些需要大量迭代的变量选择技术，比如有的文献提到用GA或PSO算法来选择优化的变量组合。而如果将iv计算来作为迭代时的“fit function”，计算量是非常小的。但是如果组合的变量太多的话，组合起来的category类别会很多，影响使用，所以合适组合的变量数量需要根据手头的数据量及分布情况来试验。试验了一个scikit learn自带的数据集（当然自带的这个相对容易分类），在“评估变量重要性”这个方向上与随机森林方法进行了比较，结果如下两个图。可以看到前几个“很重要”的变量，以及最后几个“很不重要”的变量，根据IV评估的结果与RF给出的结果是很相近的。但是IV的计算量要比训练一个随机森林模型小多了。当然并不是每个手头的数据都能符合这样的结果，需要具体试验，但至少多了一个选择可以供我们参考。如果IV的结果能近似达到RF的结果，在大规模进行计算的时候也是一个挺吸引人的备选项。随机森林中队变量重要性计算的思路很有意思，对某个自变量加随机扰动bump，然后看预测误差前后变化有多大。越大的认为这个变量对结果越有影响，也就是越重要。这与以前在银行工作时pricing框架下计算奇异衍生品组合的greeks思路很像，后者也是对影响衍生品的风险因子进行bump看组合的pv(present value)变化多少。实用又神奇的思路。根据使用的情况我会尽量不断调整修改代码，欢迎大家试用并轻拍。Feature Selection是个巨大的坑，但希望我的小身板也能做些力所能及的。:)引用：","updated":"T14:59:10.000Z","canComment":false,"commentPermission":"anyone","commentCount":18,"collapsedCount":0,"likeCount":51,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","titleImage":"","links":{"comments":"/api/posts//comments"},"reviewers":[],"topics":[],"adminClosedComment":false,"titleImageSize":{"width":0,"height":0},"href":"/api/posts/","excerptTitle":"","column":{"slug":"patrickyu","name":"明昧边界"},"tipjarState":"inactivated","sourceUrl":"","pageCommentsCount":18,"snapshotUrl":"","publishedTime":"T22:59:10+08:00","url":"/p/","lastestLikers":[{"profileUrl":"/people/chernz","bio":"自学成才国家重点实验室","hash":"0941fe80bcce8e92cc0b","uid":08,"isOrg":false,"description":"","isOrgWhiteList":false,"slug":"chernz","avatar":{"id":"c26edb3ae","template":"/{id}_{size}.jpg"},"name":"Chern Z"},{"profileUrl":"/people/li-bai-3-48","bio":"IT小白","hash":"120ad215f0aefee58e3ce","uid":196600,"isOrg":false,"description":"","isOrgWhiteList":false,"slug":"li-bai-3-48","avatar":{"id":"da8e974dc","template":"/{id}_{size}.jpg"},"name":"李白"},{"profileUrl":"/people/zhang-chu-jie-59","bio":"","hash":"179f427d29d3cae23dcbda","uid":20,"isOrg":false,"description":"","isOrgWhiteList":false,"slug":"zhang-chu-jie-59","avatar":{"id":"da8e974dc","template":"/{id}_{size}.jpg"},"name":"傅红雪"},{"profileUrl":"/people/weijiehuang","bio":"看球时候敲代码","hash":"d71d8ef2ce","uid":20,"isOrg":false,"description":"来伦敦看球顺便上个学 现在干脆找了份工继续看球","isOrgWhiteList":false,"slug":"weijiehuang","avatar":{"id":"b1aaa2ba12ad110f6d31d9c60fb86982","template":"/{id}_{size}.jpg"},"name":"Weijie Huang"},{"profileUrl":"/people/finlayliu","bio":"苟且的活着。","hash":"8abe60d746d4df1066daf7","uid":64,"isOrg":false,"description":"","isOrgWhiteList":false,"slug":"finlayliu","avatar":{"id":"cbad99ad9","template":"/{id}_{size}.jpg"},"name":"Finlay"}],"summary":"在机器学习的二分类问题中，WOE(Weight of Evidence)和Information Value的用来对输入变量进行编码及预测能力评估。安利一下自己写的用来计算这两个值的python工具，目前没有发现python有现成的工具，就自己写了一个。GitHub地址：","reviewingCommentsCount":0,"meta":{"previous":{"isTitleImageFullScreen":false,"rating":"none","titleImage":"","links":{"comments":"/api/posts//comments"},"topics":[],"adminClosedComment":false,"href":"/api/posts/","excerptTitle":"","author":{"profileUrl":"/people/yu-peng-73-42","bio":"量化交易 / Quant / PM","hash":"2e2c9be9cc932b8a1e9e","uid":48,"isOrg":false,"description":"飞禽凭羽翼之技飞天，走兽靠肢爪之力巡山。","isOrgWhiteList":false,"slug":"yu-peng-73-42","avatar":{"id":"155a8198782ecbb8cdb1415edf33a9fd","template":"/{id}_{size}.jpg"},"name":"于鹏"},"column":{"slug":"patrickyu","name":"明昧边界"},"content":"风险管理的方法手段在上次危机之后有了不少的改进，不管监管层的推动还是银行机构自己的意愿。但是对有些市场情形，依然会显得虚弱无力。这个话题起源于看过的一句玩笑话，无法记得原始出处是否wilmott上的一个灌水贴了。\"Assuming you bought Bear Stearn's CDS from Lehman Brothers when 2007, then 2008 came ...\" 之前与知乎上的几位风险大牛@Steven Li, , @Gordon Liu 讨论过，如果确实不幸在2007年按上面说的这句话做了，那么在2008年这两个难兄难弟接连倒下之前，现行的风险管理框架及常用手段，是否能够有效的识别出这个仓位上的潜在风险并避免惨重损失。结论是很沮丧的，首先在当时看来这是一笔很不错的交易；在后续的持仓期内，公开市场层面并没有引人瞩目的信号发生，提醒你这两个大家伙会倒掉，也没有什么模型能捕捉到这种事件会发生；其次风险计量模型采用的模拟方法，还是基于过去的历史来演绎未来（不管是直接用历史数据模拟场景，还是用历史数据来估算某个模型的参数），而两个大家伙的金字招牌依然闪亮，往前足够久远的历史数据也没有他们扑街的情形，这时你也模拟不出来你的仓位有什么潜在的损失。沮丧的结论出来了，时至今日的风控手段，依旧不能应对给大家深刻教训的风险事件。有个给人一定安全感的方案，是增加了“压力测试”的力度和重视程度。比如要求模拟场景中包含上次危机时的市场行情，似乎是足够安全了？但其中实质性的差别是，今天做的“压力测试”是测量你今天的头寸在上次危机引发的极端市场行情中的风险暴露。市场行情的极端压力你做到了，但“你的头寸”这头的极端压力被掩盖了。因为显然你今天的头寸不可能包含上次危机已经倒掉的机构影响最直接的部分（比如7年前倒掉的某家的CDS）。所以压力测试依的手段面对这种情形依然虚弱无力。 这个玩笑式的例子离我们太远了，那么看一个非常精彩的回答中提到的案例。D总@ 在问题“如何透过身边小事发现某些大趋势”下面的回答中，描述了他们是如何逐步建立了一个在欧洲Credit及欧元上的头寸，最终实现“自由落体般的价格为我们众多的头寸获得了丰厚的利润”。详情请搜索这个问题并找D总的答案阅读。（因为该回答禁止转载，我也不明确知乎的规则中贴链接答案到专栏文章算不算转载，稳妥起见不贴传送门了，有心的话多花一分钟搜一下就找到了）。因为身在银行这样的卖方机构，将自己代入D总对手方的角度回想一遍，很遗憾的发现与开头提到的那个玩笑类似，假设我持有了和D总他们相反的头寸，现行的风险管理手段依然无力应对。 欧元没有变化，意大利没什么消息，整个政府的debit/credit也没有什么异动，债券的curve也没有扭曲，也没有影响到债券评级，甚至市政府债券也没有影响。这就是上面说的“公开市场信息没有引人瞩目的信号发生”，现在通行的风险计量模型是无法捕捉我仓位上的潜在风险的，原因等同第三段不再重述。D总他们是看杂志、去意大利本地调研发现的这次机会，（机会等同于对手方仓位的风险）。对风险管理部门来说，就别想着通过这样的方式来发现风险了，压根就没有这样的工作内容。现在设想另一种比较幸运的情形，在公开市场上信息上不是全无蛛丝马迹，并且很幸运的被风险的模型捕获了----或者你用了很牛逼的某个ML模型发现的，或者你有牛逼的运气不经意间就简单发现了。但是据我了解的风控流程，不存在说你发现了一个可疑信号，据此推演出一些极端的市场情景，模拟出了该情景下某个头寸组合的损失会很大，最后要求交易部门减仓。最后向交易部门提要求的这一步，现在的依据是或者头寸的Var超限制了，或者某个sensitivity规模超限了，如上所述这两者的测算都依赖于历史市场数据。你发现了信号，但是测算的通常指标正常，那也只能看着。这样看风控需要从交易设计阶段就介入，可能我的经历不丰富见识面窄，至少在银行机构不存在这样的流程。像对冲基金类的机构风控模式与银行有很大区别，可能有针对性的方案了。 安总就提到过对冲基金早就开始研究和部署新的风险管理架构。作为银行机构来说，向更积极主动的风控迈进一小步不知是否可行：比如建立一个通用的共享市场信息监测系统，交易部门利用它来发现领先指标寻找交易机会；而风控部门利用它发现风险信号，过滤会引起重大损失的信号并向交易部门提供预警。全球的金融机构茫茫多，也许已经有人这样做了？通篇只是基于个人瞎想，欢迎大家轻拍 :)。如有公开的资料或论文提供参考，也非常感谢。长假只剩两天，祝大家返程愉快。","state":"published","sourceUrl":"","pageCommentsCount":0,"canComment":false,"snapshotUrl":"","slug":,"publishedTime":"T09:28:02+08:00","url":"/p/","title":"风险管理需要变的更积极主动？","summary":"风险管理的方法手段在上次危机之后有了不少的改进，不管监管层的推动还是银行机构自己的意愿。但是对有些市场情形，依然会显得虚弱无力。这个话题起源于看过的一句玩笑话，无法记得原始出处是否wilmott上的一个灌水贴了。\"Assuming you bought Bear Stearn'…","reviewingCommentsCount":0,"meta":{"previous":null,"next":null},"commentPermission":"anyone","commentsCount":0,"likesCount":0},"next":null},"commentsCount":18,"likesCount":51,"FULLINFO":true}},"User":{"yu-peng-73-42":{"isFollowed":false,"name":"于鹏","headline":"飞禽凭羽翼之技飞天，走兽靠肢爪之力巡山。","avatarUrl":"/155a8198782ecbb8cdb1415edf33a9fd_s.jpg","isFollowing":false,"type":"people","slug":"yu-peng-73-42","bio":"量化交易 / Quant / PM","hash":"2e2c9be9cc932b8a1e9e","uid":48,"isOrg":false,"description":"飞禽凭羽翼之技飞天，走兽靠肢爪之力巡山。","profileUrl":"/people/yu-peng-73-42","avatar":{"id":"155a8198782ecbb8cdb1415edf33a9fd","template":"/{id}_{size}.jpg"},"isOrgWhiteList":false,"badge":{"identity":null,"bestAnswerer":null}}},"Comment":{},"favlists":{}},"me":{},"global":{},"columns":{"patrickyu":{"following":false,"canManage":false,"href":"/api/columns/patrickyu","name":"明昧边界","creator":{"slug":"yu-peng-73-42"},"url":"/patrickyu","slug":"patrickyu","avatar":{"id":"a6bd41b7f30ca5f6f24def","template":"/{id}_{size}.jpg"}}},"columnPosts":{},"postComments":{},"postReviewComments":{"comments":[],"newComments":[],"hasMore":true},"favlistsByUser":{},"favlistRelations":{},"promotions":{},"env":{"isAppView":false,"appViewConfig":{"content_padding_top":128,"content_padding_bottom":56,"content_padding_left":16,"content_padding_right":16,"title_font_size":22,"body_font_size":16,"is_dark_theme":false,"can_auto_load_image":true,"app_info":"OS=iOS"},"isApp":false},"sys":{}}java 方法运行的同时，想知道方法内正在做计算变量的值
创建了一个java 对象实例，运行他的方法。 在运行他方法的同时我如何获取这个方法里面正在做计算的变量的值？或者什么设计模式可以实现。谢谢
public class test &implements Runnable{
public int a=0;
public void run(){
while(true){
public static void main(String[] args) {
test test=new test();
Thread thread=new Thread(test);
thread.start();
for (int i = 0; i & args. i++) {
System.out.println(test.a);
在运行run 方法的同时我怎么能获取到a的值
观察者模式可以，他每次调用的时候都发一份数据给你的类，你就知道变化了，或者加入一个队列，那边操作完后把值放入队列里，你另一个线程从队列取数据就行
--- 共有 2 条评论 ---
观察者模式感觉很直接啊，就是一种把数据传递给需要知道的类，类图你看一眼就明白，用队列的方法，就是建立一个类成员变量，然后你A的值改变了就把a的值放入队列里，由于是类成员变量，其他线程也可以访问这个队列，直接取数据就行
不是特别明白能在具体一点吗
给int a 变量加上 volatile 关键字，然后用你上面的代码 就能实时看到a的值，否则看到的值是不正确的，还有 你现在的代码不就可以简洁的实现么，为嘛还要用设计模式复杂化代码？
这还要用什么设计模式
把数据写到个log文件里，变量名，值，时间，完事了自己慢慢看去。
--- 共有 1 条评论 ---
6666,非常直接
你main方法中干嘛用for循环，而且还不是死循环，你有打印，直接死循环打印就可以看到了，只不过变量值不会一直递增就是（原因是没有同步或者加volatile 修饰）。直接换成
public static void main(String[] args) {
&&&&&&&&test test=new test();
&&&&&&&&Thread thread=new Thread(test);
&&&&&&&&thread.start();
&&&&&&&&while（true）{
&&&&&&&&&&&&&&&&System.out.println(test.a);
再就是注意下，贴代码要注意格式，不然看的很费劲，没有几个人会看的您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
03 定性变量的统计描述解析.ppt116页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：300 &&
03 定性变量的统计描述解析.ppt
你可能关注的文档：
··········
··········
表3-4 2010年某地区1381例被访者按职业和性别分组的慢性病患病率 1. A和B是绝对数，也可是相对数、平均数。 2. A和B可是同性质的指标，也可是不同性质的指标，即其量纲可以相同，也可以不同。 3. 但 A 和 B应互不包含。 医学人口统计：是从卫生保健的角度研究和描述人口数量、分布、结构、变动及其规律，研究人口与卫生事业发展的关系，是卫生统计学的重要组成部分。 一、医学人口统计资料的来源 （一）人口普查资料 人口普查（census）是收集、整理和分析一个国家或一定地区在某一特定时间的人口、经济和社会资料的全过程, 人口普查提供了最基本的人口数据和社会经济方面的资料
（二）人口抽样调查资料 人口抽样调查则相对省力，可以多次进行，也可以一次调查较多的项目 根据样本所具有的数量特征还可推论总体的相应特征。 （三）人口登记资料
人口登记是指人口事件发生后随即进行登记。 生命事件登记
简称生命登记，联合国将其定义为：生命事件登记是对生命事件（包括出生、死亡等）的法定登记，记录和报告生命事件的发生，收集、整理和分析生命事件的有关资料 人口迁移变动登记
是对所发生的人口迁出或迁入事件进行记录，包括迁入或迁出的时间、地点、原因及个人的基本情况等。 户口登记
是按人或按户建立每个人一生（从出生到死亡）中一切人口事件的记录，包括姓名、性别等基本情况，此外还设有因出生、死亡、迁移及常住人口婚姻状况变动、分居、合居、失踪、寻回、收养、认领等引起户口变动方面的登记。
二、描述人口学特征的常用指标 （一）人口总数 人口总数:（population size）一般指一个国家或地区在某一特定时间的人口数。按惯例，一
正在加载中，请稍后...扫二维码下载作业帮
1.75亿学生的选择
下载作业帮安装包
扫二维码下载作业帮
1.75亿学生的选择
spss如何把同一个变量设置两种计算公式我想用数据A和数据B来计算 数据C,比如C=A*B.同时根据数据D的值得不同,C的计算公式不同,如果D=1的时候C=A*B*0.8,D=2的时候C=A*B,请问,这个应该怎么来写C的公式啊?
扫二维码下载作业帮
1.75亿学生的选择
打开计算变量,写入公式,同时在创建变量窗口找到选择个案条件,将条件输入即可.2种条件可以重复2次就可以了,以下是运行语句：IF (D = 1) C=A * B * 0.8.EXECUTE.IF (D = 2) C=A * B.EXECUTE.
为您推荐：
其他类似问题
扫描下载二维码}