linux常用命令

******1.mkdir make directorys 创建目录 例子:mkdir /data 在根/下创建data目录,
-p 递归创建目录
2.ls list(列表) 列表目录文件 例子:ls / 列根/目录下目录和文件
-l (long)长格式,-d (directorys)查看目录。
3. cd change directory 改变目录路径 例子:cd /etc
4. pwd print work diectory 打印工作目录 (显示当前所在路径)
5. touch 创建文件或更新文件的时间戳,如果文件不存在,就建立新文件,如果存在,就改变文件的访问时间atime等时间戳信息。
6. vi windows记事本,简单 。 例子: vi oldboy.txt
7. vim 复杂的编辑器 功能复杂,高亮,自动缩进(写shell、python脚本用)
8. echo 打印输出内容,配合 “>或者>>" 可以为文件覆盖及追加内容,还有一个较复杂不常用的类似命令printf。
9. cat 查看文件内容 例子: cat oldboy.txt
10. xargs 从标注你输入获取内容创建和执行命令 -n 数字 ,分组
11. cp copy 拷贝文件或目录,默认不能拷贝目录, -r:递归,用于复制目录:-a:相当于 -pdr, -p:连同档案的属性一起复制过去,而非使用默认属性。
12. rm remove 删除目录和文件 -f(force)强制,-r(recursive)递归,用于删除目录。
强调:删除命令要慎用,非常危险,删除前一定要先备份。
13. mv move 移动文件或目录
14. find 查找 -type 文件类型(f(file)), d(directory),c(character),b(block),s(socket),l(link)),-name '文件名’,-mtime时间,按修改时间查找,时间数字, +7 7天以前,7 第7天, -7 最近7天
15. grep linux三剑客老三 过滤需要的内容, -v 排除内容。例子:grep -v oldboy test.txt
-v 后面接要排除的内容
#Context control:
-B 除了显示匹配的一行外,并显示该行之前的num行
-A 除了显示匹配的一行之外,并显示之后的num行
-C 除了显示匹配的一行之外,并显示该行之前后个num行
16. head 头,头部 读取文件的前n行,默认前10 行, -n 数字,习惯-5,忽略-n
17. tail 尾 ,尾巴 输出文件后n行,默认后10行,-n 数字,习惯 -5,忽略 -n。
18. alias 查看和设置别名
19. unalias 取消别名 unalias cp
20. seq sequence 序列
21. sed stream editor linux 三剑客老二,流编辑器,实现对文件的增删改替换查。
参数 -n 取消默认输出, -i 修改文件内容, -e 允许多项编辑
p打印,g与s联合使用时,表示对当前全局匹配替换。
s常说的查找并替换,用一个字符串替换成另一个
sed -i s#oldbay#g a.txt
#是分隔符,可以用/@等替换。
22. awk 过滤、输出内容,一门语言。NR 行号
23. 硬盘使用前----要分区—格式化(创建文件系统)—存放数据。
房子使用前----要隔断----装修、买家具-----主人
分区:
一块一盘:
主分区、扩展分区、逻辑分区
主分区+扩展分区的数量<=4,其中一个主分区可以用一个扩展分区替换,扩展分区最多只能分一个。
扩展分区不能直接使用,还需要在上面创建逻辑分区,逻辑分区可有多个。
主分区+扩展分区 编号只能1~4,逻辑分区的编号只能从5开始。
常规分区:数据不是特别重要的业务(集群的某个节点)
/boot 引导分区 200m 主分区
swap 交换分区 内存1.5倍,内存大于8G,就给8~16G。
/ Linux所有目录顶点 剩余所有空间
二、数据重要 (数据库、存储服务器)
/boot 引导分区 200m 主分区
swap 交换分区 内存1.5倍,内存大于8G,就给8~16G
/ Linux所有目录顶点, 100-200G
/data 所有,存放数据
三、特大网站,门户(产品线特别多)
/boot 引导分区 200m 主分区
swap 交换分区 内存1.5倍,内存大于8G,就给8~16G
/ Linux所有目录顶点, 100-200G
剩余空间不分配,哪个部门领到了服务器,根据需求再进行分区
IDE接口是hda类型的
scsi接口是sda类型的
24.touch 创建新文件 创建多个文件 touch oldboy.txt 1.txt 2.txt

                  更新旧文件的时间戳    stat oldboy.txt      
                         touch -a oldboy.txt 

25.当ssh不通时,先ping目标ip ,不通 网卡,ip ,网线,防火墙
在letnet 服务器防火墙阻挡 /etc/init.d/iptables stop
端口没开放,服务器没有监听你链接的端口
netstat -lnutp |grep 22
netstat -lnutp |grep sshd
/etc/init.d/sshd restart 重启ssh服务
26.在这里插入图片描述
27.useradd 添加用户 语法: useradd 用户名 ,例子: useradd oldbay
28.pass我的 为用户设置或修改密码 例子 : passwd oldboy 为lodbay设置修改密码,
直接passwd 是当前用户修改密码
29.uname 打印系统信息 -m 32or64 -r内核版本 -a(all) -n(显示主机名) hostname 命令 显示和设置主机名 默认是显示主机名,设置主机名可以hostname 名字(临时生效)
30.runlevel:查看当前系统运行级别
31.init:切换运行级别,后面接对应级别的数字,例如:init6 就是重启limnux服务器了。
32.shutdown(halt、init0) 关机
关机 shoutdown -h now
-r reboot after shutdown
-h halt or power off affter shoutdown
33.reboot (init6) 重启 shoutdown -r now
34.history 查看及清理历史信息 -c 清空所有 -d 删除指定历史纪录
35. ifup 和ifdown 启动和停止网卡,可以接网卡名 ifup eth0

相对路径和绝对路径
windows绝对路径
/etc/
磁盘空间满了,是由两项参数决定:
第一个是inode是否满了,第二个block是否满了,任何一项满了,都无法工作。
磁盘满了的一个特征 (on space on device left)
有关indoe的小结:学会给阶段性的只是做小结,
软硬链接的区别

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一,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。 一、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 逻辑回归是一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 支持向量机是一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。这有助于降低单一模型的偏差与方差,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