Linux学习随记(一)

1. 硬件设备

 (1)各设备在Linux中的文件名

设备文件名
IDE硬盘/dev/hd[a-d]
SCSI/SATA/USB 硬盘/dev/sd[a-p]
U盘/dev/sd[a-p](与SATA相同)
软驱/dev/fd[0-1]
打印机

25针: /dev/lp[0-2]

USB: /dev/usb/lp[0-15]

鼠标

USB: /dev/usb/mouse[0-15]

PS2: /dev/psaux

当前CD ROM/DVD ROM/dev/cdrom
当前鼠标/dev/mouse
磁带机

IDE: /dev/ht0

SCSI: /dev/st0

(2) 磁盘的组成

  磁盘每个扇区为512bytes,第一扇区记录了两个重要的信息 :

  • 主引导分区(MBR):可以安装加载程序的地方,446 bytes
  • 分区表:记录整块磁盘分区状态,64 bytes  

 关于主分区、扩展分区、逻辑分区的特性有以下几点:

  • 主分区和扩展分区最大可以有4个(磁盘限制)
  • 扩展分区最多只能有1个 (操作系统限制)
  • 逻辑分区是由扩展分区切割出来的分区
  • 只有主分区和逻辑分区可以被格式化,扩展分区不能进行格式化(扩展分区存有逻辑分区的分区表)
  • 逻辑分区的数量依操作系统而不同,Linux系统中,IDE硬盘可有59个逻辑分区(5号到63号),SATA硬盘可以有11个(5号到15号)

(3)开机流程:

  • 根据BIOS设置的开机硬盘,读取该硬盘的MBR
  • 执行MBR中的引导加载程序Boot loader
  • Boot loader加载内核文件,开始操作系统功能。其中Boot loader的主要任务有:提供开机选项(选择系统);载入相应系统的内核文件;转交其他loader

2. Linux 基本命令

 (1)TAB键:命令补全、文件补全

        CTRL + c :中断执行中的命令

 (2)帮助查看命令man

       man -f [命令]  : 从头匹配查询命令

       man -k [命令] : 按关键字查询

  (3)关机命令

        a. shutdown [-t 秒] [-krhnfFc] 时间 [警告信息]

           -t sec:sec秒后关机

           -k    : 不关机,仅向所有用户发送警告信息

           -r    : 在将系统的服务停掉后就重启

           -h    : 将系统的服务停掉后立即关机

         如: shutdown -h now

       b. 重启、关机: reboot, halt, poweroff

3. Linux文件权限与目录配置

 (1) 文件查看命令ls

ls [-aAdfFhilnrRSt] 目录名称
参数:
-a: 全部文件,含隐藏文件
-d: 仅目录
-l:列出详细信息
-S: 按容量排序
-t: 按时间排序
--time=[atime,ctime]:atime为访问时间,ctime为属性变更时间
结果示例:drwxr-xr-x--- 4 root root 4096 Sep 8 14:06 .bash_history

  上述结果中共7列,其含义分别如下:

   a. drwxr-xr-x--- 共10个字符,代表文件的类型与权限

  • 第1个字符代表文件类型,d:目录,- :文件,|:链接文件,b:可供存储的接口设备,c:串行端口 
  • 接下来字符每3个一组,为rwx的组合,每组分别表示:文件所有者的权限,同用户组的权限,其他用户组的权限。
  • r:可读,w: 可写,x: 可执行。对于文件,r指可读取文件的内容;w指可修改文件内容,但不含删除文件;x是指文件可以被系统执行(如shell脚本)
  • 对于目录,r指可读取文件的目录结构;w指可在该目录下新增、修改、删除文件和目录,无论文件的权限如何;x指可以进入到该目录中(可执行cd命令)           

  b. 第二列 4 表示链接到此节点的文件名的个数(目录下的子节点数)

  c. 第三列和第四列分别是文件所有者和所属用户组

  d. 第五、六、七列分别为文件大小、修改时间和文件名

(2)修改文件属性和权限

  a. 修改用户组:chgrp [-R] 组名 文件名,其中组名必须在/etc/group中存在

     -R 递归修改子目录和文件

  b. 改变文件所有者: chown [-R] 账号名称  文件名,账号名称必须在/etc/passwd中存在

  c. 改变权限chmod

  •  数组方式:chmod [-R] xyz 文件或目录,其中xyz为rwx的二进制表示,如rwxr-xr--的数字表示为754
  • 符号方式: chmod [-R] [ugoa] [=+-] [rwx],其中u指所有者,g指用户组,o指其他用户组,a表示ugo三种。如   
chmod u=rwx,g+w,o-w .bashrc
表示所有者的权限为rwx,用户组增加w权限,其他用户组去掉w权限

4. Linux文件目录

  •  /bin:  系统可执行文件目录,放置单用户模式下能运行的命令,可被root和一般账户使用,如cat, chmod, chown, date, mv 等
  • /boot : 开机会使用到的文件
  • /dev : 设备文件
  • /etc : 系统配置文件,如账户密码。一般用户可查阅,但仅root用户可修改
  • /home: 用户主文件夹
  • /lib : 系统函数库,开机会用到
  • /media: 可删除设备,包括软盘,CDROM等
  • /mnt:暂时挂载的设备
  • /opt:三方软件目录
  • /root:系统管理员主文件夹
  • /sbin: 设置系统环境的命令,仅root可使用的命令。如fsck, fdisk
  • /srv: 网络服务
  • /tmp:程序临时文件目录
  • /usr/bin:用户可使用的命令
  • /usr/include:C/C++等程序语言的头文件
  • /usr/lib:各应用软件的还上课
  • /usr/local:安装三方软件的目录(替代/opt)
  • /usr/share:共享目录

其中/etc, /bin, /dev, /lib, /sbin 这5个目录必须和根目录在同一分区

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值