Linux的基础知识

Linux需要长期记忆和操作

ls [选项] [文件或目录]

[root@localhost ~]# ls -l /etc
查看etc目录下的所有文件的详细信息

ls -a
可以查看隐藏文件,初衷是为了告诉你它是系统文件,不要乱动。

ls -ld /etc
查看文件夹信息

目录处理命令 文件处理命令 链接命令

创建目录

mkdir -p [目录名] -p是为了递归创建

mkdir -p japan/canglaoshi     递归创建文件夹,就是文件夹里套有文件夹

cd ~    回到当前用户的家目录
cd ..   回到上一级目录
cd -    进入到上一次目录,从哪里来到哪里去

cd ../usr/local/src   这一句话的意思是参照当前位置,找到当前位置相对的文件夹,如果多次执行某个文件夹里面没有这个文件了就会报错哦,因为相对路径

绝对路径 cd /etc   从根目录下面直接一个一个找,我们就用绝对路径
cd /etc+Tab键两下,能自动补全哦


删除目录

rm -rf [文件夹或者目录]
-r   删除目录
-f   强制

rm -r [文件夹]   这里可以直接删除层级目录。

touch abc  这里是创建文件夹abc
rm abc   这里是删除abc文件夹

复制命令

cp -r [文件名1] [文件名2]     将文件1 复制一份到  文件2中

cp -r japan/ /canglaoshi/    这时候canglaoshi文件夹下面就有japan文件夹了哦

mv [原文件或目录] [目标目录]      如果原文件和目标文件在同一个目录中,就是改名字,将原文件改名字 
如果原文件和目标文件不在同一个目录中,就是剪切

一级目录作用:

在这里插入图片描述
media、mnt、misc 空目录,用来挂载

tmp 临时目录

bin 用来保存系统命令的 sbin下面的命令只能是超级用户保存

usr 系统软件资源目录
usr/bin/系统命令(普通用户)
usr/sbin/系统命令(超级用户)

var 保存系统相关文档内容

dev 特殊文件保存目录

lib 程序库

etc 配置文件保存目录

home 普通用户保存目录

root 根目录

sys、srv 不能操作,他们是直接操作内存的。

=========================================

Linux链接命令

软链接和硬链接 这一点很难。下次遇到了过来延伸

文件搜索命令

locate  [文件名]    只能按文件名搜索,可是搜索速度非常快

whereis     whereis pwd   结果:pwd: /usr/bin/pwd /usr/include/pwd.h /usr/share/man/man1/pwd.1.gz

which     例子:which pwd   找到pwd命令的位置  结果:/usr/bin/pwd

find   耗费资源,全部搜索 find / -name install.log
find /root -name install.log
find /root -iname install.log 不区分大小写 
find /root -name "install.log*"    查找root文件下 以install.log开头的所有文件
find /root -name "ca[nl]*"   查找root目录下,以can开头或者以cal开头的文件
find /root -name "*[cd]"     查找root目录下,文件后有c或者d开头的问题
find /var.log/ -mtime +10    查找10天前修改的文件
+10   10天前修改的文件     -10代表10天内修改的文件   10代表10天当天修改的文件

find /etc -size +20M  查找etc目录下大小大于2M的文件
find /etc -size +20k  查找etc目录下文件大小大于20k的文件,,注意k是小写,大写报错

grep [选项] 字符串 文件名
 #在文件当中匹配符合条件的字符串
 -i 忽略大小写
 -v 排除指定字符串
 
find和grep命令的区别
find:是在系统当中搜索符合条件的文件名,如果需要匹配,使用通配符匹配,通配符是完全匹配
grep命令:在文件中搜索符合条件的字符串,如果需要匹配,使用正则表达式进行匹配,正则表达式是包含匹配


帮助命令 man

man 命令
man -f 命令  相当于 whatis 命令    
man -5 passwd
命令 --help
#获取命令选项的帮助
例如: ls --help
shell 内部命令帮助
whereis cd #确定是不是shell内部命令
help cd  #获取内部命令帮助
info cd #获取cd的详细说明

往文件中写入内容

echo "i miss you" > somefile.l     往somefile.l中写入i miss you 。将文件中的内容覆盖
echo "i miss you" >> somefile.l   往somefile.l中写入i miss you 。 在原文件中追加内容

统计文件或文件夹的大小

du -sh /mnt/cdrom/Packages
统计Packages文件夹下的文件大小

查看磁盘空间

df -h

关机或重启

halt      关机
reboot   重启

查看主机名

hostname

创建文件


touch aa.log

echo "~~~" > aa.log   #覆盖文件原有内容

echo "111" >> aa.log           #不覆盖

cat aa.log  #查看文件内容

more aa.log #翻页查看文件内容,下翻一页(空格),上翻一页(b)  退出用q

less aa.log   #可以翻页查看,下翻一页(空格),上翻一页(b),上翻一行(?),下翻一行(?)

tail -10 test.log #查看文件的后十行
tail -f test.log #动态查看文件的内容

mv aa.log test.log  #更改文件的名字

rm -rf test.log #删除文件

cp test.log /root/aa/  #拷贝文件到aa文件夹下

ls aa/  #查看文件夹aa下的文件

重启服务

service network status 查看指定服务的状态
service network stop 停止指定服务
service network start 开启指定服务

修改用户的密码

passwd  #如果是root用户就直接是passwd
passwd angela #如果是angela用户,就是passwd angela

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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