f(:,1)就是取f 矩阵的第1列。
f=[1,2,3; 3,4,6; 7,8,9]
f(:,1)
matlab中冒号的用法总结：
1)a:b   表示[a,a+1,……,b]
>> A=1:5
A =
1   2  3  4
2)当然如果b-a不是整数的话，则向量的最后一位数是n+a，且n=fix(b-a)
>> A=1.2:4.9
A =
1.2000   2.2000    3.2000    4.2000
3)上面的前提是ab则会出现空值
>> A=5:1
A =
Empty matrix: 1-by-0
此时 A是空矩阵，看workspace也可以看到A
4)a:c:b表示[a,a+c,……,a+n*c],其中n=fix((b-a)/c)
>> A=1:3:11
A =
1    4    7     10
5)a:c:b在以下情况为空值
c>0,且ab
>> A=11:3:1
A =
Empty matrix: 1-by-0
6)A(:)表示以一列的方式显示A中所有元素
>> A=[1 2 3;4 5 6]
A =
1     2     3
4     5     6
>> A(:)
ans =
1
4
2
5
3
6
7)b=A(i, :)表示把矩阵A的第i行存入b
>> b=A(1,:)
b =
1    2    3
8)b=A( :,j)表示把矩阵A的第j列存入b
>> b=A(:,1)
b =
1
4
9)b=A(J :K)表示把矩阵A中[A(J),A(J+1),...,A(K)]这些元素存入b中
>> b=A(3:5)
b =
2    5    3
10)b=A(:,c:d)表示把矩阵A的第c到第d列存入b中，当然c，d大于A的列数则出错(b=A(c:d,:)表示取行)
>> A=[1 2 3;4 5 6;7 8 9]
A =
1    2    3
4    5    6
7    8    9
>> b=A(:,2:3)
b =
2   3
5   6
8   9

题目

我们在下面的二元标签的数据集上训练一个线性SVM模型

 

这个模型中的支持向量是哪些？

A. (−1,1),(1,1),(2,1) B. (−1,1),(−1,−1),(2,1) C. (0,1),(0,−1),(1,0)

解析



 

在画分割线区分红绿两类点的时候，可以问自己一个问题，你认不认为所有的点对于分割线的位置都是起决定性作用的？

其实在特别远的区域，哪怕你增加10000个样本点，对于分割线的位置，也是没有作用的，因为分割线是由几个关键点决定的（图上三个），这几个关键点支撑起了一个分割超平面，所以这些关键点，就是支持向量。

参考文档

支持向量机（SVM）里的支持向量是什么意思 - sofasofa
	
支持向量机(SVM)是什么意思？- 知乎
答案

在坐标系中画一下，即可知道C是正确答案

x=[1 zeros(1,N-1)];这句matlab语句的意思是
x=[1zeros(1,N-1)];表示第一个位置是1,另N-1个0的行向量.y=[a,b]如果a,b为行向量,那么y就是把a,b行向量拼接成另一个新的行向量
u = [zeros(1,10) 1 zeros(1,
生成一个矩阵,其实是一个长度为31的行向量,里面的元素是10个0,一个1,后面还有20个0
F=μN和F=ma这2个F分别代表的是什么力?
F=uN中的F:摩擦力F=ma的F:具有加速度a的质量为m的物体受到的合外力.
matlab定义函数function[r] = MCT(a1,a2);[m,n]=size(a1);clv1=zeros
a1=rand(10,10);a2=rand(10,10);[m,n]=size(a1);clv1=zeros(1,15);clv2=zeros(1,15);fori=1:mforj=1:nb1(j)
MATLAB怎么定义一个行数和列数确定的空矩阵用来存储数组,不要m=zeros(m,n)这种,要的是空矩阵,
空矩阵没有大小,你往里面装多少就是多少.如：>>m=[]m=[]>>a=zeros(3);>>m=am=000000000
F=ma的解释是什么
F是物体受到的合外力,m是物体的质量,a叫加速度.这是高中物理公式,用于计算物体受力不平衡,做变速运动时,受到的合力F,物体质量m以及物体速度变化率a之间的关系.再问：此定律是谁说的
Y=zeros(FFTSIZE,1); Y=20*log10(abs(X1)); subplot(3,1,2); 在ma
Y=zeros(FFTSIZE,1);产生一个FFTSIZE(是个变量)行1列的零矩阵Y=20*log10(abs(X1));表示Y=20*log(|X1|),log是以10为底的对数符号subplo
物理向心力F=ma是什么?
这个公式,其实是牛顿第二定律的一个表达式.F代表力,单位是N；m代表质量,单位是kg；a表示加速度,单位米每秒的平方.其实就是说,一个物体的受力状况可以用其运动状态来推断.
x0=zeros(1,
产生一个1行N列的0矩阵.例如x0=zeros(1,5);则x0为[00000]再问：写代码的时候怎么确定产生零矩阵的列数是多少？再答：N就是列数啊。你这里的N是什么？再问：就是列数，已经知道了谢谢
MATLAB中A=zeros(2*N,9); for i=1:2:2*N-1 j=(i+1)/2; 急用!
A=zeros(2*N,9);是指把2*N行9列的0矩阵赋给A.也就是A为2*N行9列的0矩阵.fori=1:2:2*N-1j=(i+1)/2;是for循环,i为1,3,5,7……,2*N-1时(也就
MATLAB中x=zeros(n+1,
zeros的用法如下:参数可为变量zeros(m,n)产生一个mxn的全零矩阵zeros(m)产生一个mxm的全零方阵
matlab中x=ones(1,n),以及q=zeros(1,n)中,n=length(a)
x=ones(1,n)的意思是生成1行N列的元素为1的矩阵赋给xq=zeros(1,n)是一个1行n列的0矩阵赋给q
matlab中f=[x zeros(a,N-length(x))];其中x是变量,
首先你要明白,在matlab中的length函数,是求长度的,另外要明白zeros这个函数是什么,其实很简单,zeros(m,n)或zeros(n)功能：zeros(m,n)产生m×n的全0矩阵,ze
F=ma是什么定律?牛顿第二定律吗?
对,它将力和运动联系起来了再问：好的，谢谢
请问这三个语句是什么意思?谢谢啦matlab 中 R = zeros(N,N); for (k=1:K) R(k,k)
R=zeros(N,N);    产生n行n列的0矩阵for(k=1:K) R(k,k)=1;此为for循环从1到k循环,最后产生的效果是R对角线上的
matlab里面 Q=zeros(n(1))
你的n(1)是个整数,Q=zeros(n(1))生成一个n(1)xn(1)的元素全是0的矩阵
n=zeros(5); B=length(n);
这是matlab矩阵的表示,n=zeros(5);产生一个五行五列的0矩阵,B=length(n);返回这个矩阵的最大长度!
matlab中的这个命令是什么意思?麻烦详解 x1=[x1 zeros(1,N-length(x1))];
length(x1)%返回x1的长度,zeros(1,y)%返回一个1行y列的向量,数值全为0.x1=[x1zeros(1,N-length(x1))];%在x1向量后面补充0,使其长度变为N.
F=ma是什么公式?
牛顿第二定律公式F力,m质量,a加速度;F=ma物体的加速度与所受的合外力成正比,与物体的质量成反比.

到了讨论向量叉积时，对右手法则咋用还不清楚，确实有点着急。
向量a与b叉积，得到的新向量c=axb，这个c的方向是与a,b同时垂直的。与a,b同时垂直是啥意思？就是c与a,b所在的平面垂直。比如，你在桌上铺一张纸，上面画了a,b(两者从同一点出发，指向不同方向)，c与a,b垂直，在直观上就是与这张纸面垂直了(因为a,b都在这个平铺的纸面上)。但与纸面垂直有两个相反的方向，一个由纸面往上(假设为正面)，一个由纸面往下(假设为反面)。那么，c=axb时，究竟c往上还是往下？这个就可以用右手法则来判断了。咋做？
你伸开手掌✋，然后，小拇指外侧(手掌外侧)按到a上，方向与a同向。拇指这时是朝上的。如果在手掌这样放的时候，b在手掌掌心一侧(意味着这时a若逆时针转动到b，其间的夹角＜180°)，这时，拇指的方向就是c的方向(朝上)；如果b这时处在掌背一侧，那么，你需要把手掌倒放过来，拇指朝下，食指(和其它三指一起)还是与a同向，你可以看到，b又处于掌心一侧了。但这是拇指是向下的，这就是c的方向。
总结一下右手法则的用法：
1.a与b叉积，新的向量c总是与a,b所在的平面垂直的。对于这个平面，以及与之垂直的线(c在这根线里)所在的位置，没有右手法则也可以确定。
2.我们知道a与b叉积得到的向量c在a,b所在的平面的垂直线里，但是，它究竟是指向上的，还是指向下的，单单看这个平面，我们是不知道的。怎么定c的朝向呢？这就要看a与b的相对位置了。怎么个相对法？
3.右手法则登场了。当你摊开手掌✋，使掌面(以及拇指)与a,b所在平面垂直，手掌边缘压在a上(这时四指与a同向)，如果这时b在掌心侧，则拇指方向就是c方向；若b在手背侧，则拇指的反方向就是c方向。
用右手法则，不用转动手掌也行的。
再啰嗦：
向量乘法有三种，数乘，向量内积(也叫点积)，向量外积(也叫叉积)。
数乘，就是用一个数字(比如λ)去乘一个向量(比如a)，其结果是一个向量c，有c=λa。c与a是同共线的(同向或反向，取决于λ的正负)，但模数(向量的长度)有不同，长度的比值是|λ|。
内积(点积)是两个向量之间相乘，c=ab，这里的c就不是向量了，而是一个数。这个数的大小与力学里的功一样，假设a是作用力F(有方向)，b是物体被移动到距离S(有方向)，则力F沿S做的功就是W=FS。W是一个数，没方向的。若F,S之间有夹角，则W为F在S上的分量F₁与S的乘积。类似地，向量内积的大小就是a的模长在b上的投影长度与b的模长的乘积c=|a||b|cosθ。θ是a,b之间的夹角。
向量叉积(外积)的结果c=axb还是一个向量，但这个向量c与a,b都是垂直的，而它的大小在数值上正好是以a,b为棱边围城的超级平行四边形的"面积"，有|c|=|a||b|sinθ。c的具体方向可由右手法则确定。
讲到叉积时为啥要说"超级平行四边形"，并在"面积"上加""？因为这个叉积的定义，超出3维就没法用3D坐标来直观地理解了。
对于向量，一个"乘法"，三种款式，各有意味。
再再啰嗦
向量叉积会误导人，以为两个n维的向量叉出了一个与它们都垂直的向量，貌似有一种多生出一维的误会。其实没有，就像一个向量经数乘后还是同维共线的向量，两个向量经数乘后的和还是与这两个向量同维的，并在这两个向量所处的平面内的一个向量，两个向量的叉积还是一个同维数的向量，只不过它的方向与前两个向量都垂直。
而垂直这事超过3维后就没法直观理解了，一个4维向量如何与另外两个4维向量垂直呢？你没有几何的办法来理解了，但是你还有代数和数值计算来帮你确定它们是否垂直，这就可以用到向量的内积了，根据内积公式，如果两个向量正交(3维内叫垂直)，它们的内积就为零。
右手法则是一个三维空间的法则，帮助你简便地判断一个三维向量的方向。这法子没法用到二维向量上，那里根本就没叉积，也没法用到三维以上，手不够用了。谈叉积的例子都是三维空间的，右手法则就更局限了。
右手法则只能用在3维空间中，叉积的概念和算法也只能用在3维空间中吧。很多线代概念和算法是全n有效的，“叉积”好像不是。