各种数学模型2，linux操作系统

贝叶斯模型

通过已知类别的训练数据集，计算样本的先验概率，然后利⽤⻉叶斯

概率公式测算未知类别样本属于某个类别的后验概率

最终以最⼤后验概率所对应的类别作为样本的预测值

1.高斯贝叶斯分类器

　　适用于自变量为连续的数值类型的情况

2.多项式贝叶斯分类器

　　适用于自变量为离散型类型的情况(非数字类型)

 

 

 

 

3.伯努利贝叶斯分类器

　　适用于自变量为二元值的情况

 

 

 

 

 

SVM模型

超平面的概念

　　将样本点划分成不同的类别(三种表现形式:点、线、面)

超平面最优解

1.先随机选择一条直线

2.分别计算两边距离改直线最短的点距离 取更小的距离

3.以该距离左右两边做分隔带

4.依次直线上述三个步骤得出N多个分隔带 最优的就是分隔带最宽的

线性可分与非线性可分

　　线性可分:简单的理解为就是一条直线划分类别

　　非线性可分:一条直线无法直接划分 需要升一个维度在做划分

　　（核函数:高斯核函数>>>:支持无穷维）

K均值聚类

K值的求解(K表示分成几类)

　　1.拐点法

　　　　计算不同K值下类别中离差平方和(看斜率 变化越明显越好)

　　2.轮廓系数法

　　　　计算轮廓系数(看大小 越大越好)

DBSCAN(密度)聚类

K均值聚类的两大缺点

　　1.聚类效果容易受到异常样本点的影响

　　2.无法准确的将非球形样本进行合理的聚类

　　（可以采用密度聚类解决上述两个缺点）

核心概念

　　核心对象:内部含有至少大于等于最少样本点的样本

　　非核心对象:内部少于最少样本点的样本

　　直接密度可达:在核心对象内部的样本点到核心对象的距离

　　密度可达:多个直接密度可达链接了多个核心对象(首尾点密度可达)

　　密度相连:两边的点由中间的核心对象分别密度可达

GBDT模型

Adaboost算法(既可以解决分类问题也可以解决预测问题)

　　由多颗基础决策树组成 并且这些决策树彼此之间有先后关系

 

 

SMOTE算法

　　通过算法将比例较少的数据样本扩大

电脑的种类

台式机

笔记本

服务器

　　作用:

　　　　1.可以尽量避免数据不会丢失

　　　　2.可以24小时不间断提供服务

　　　　3.可以提升用户体验

　　　　ps:运维人员的工作，本质上就是为了上述三点的实现

服务器的种类

云主机服务器

　　将多台硬件服务器进行整合,根据用户的需求分配硬件资源给相应用户

物理主机服务器

　　机架式服务器

　　刀片服务器

　　塔式服务器

服务器的品牌

戴尔dell(常见)

华为

IBM(被联想收购更名为thinkserver)

浪潮(国内居多)

（服务器尺寸描述主要以U为单位

　　1U=1.75英寸=4.445CM=4.45CM

　　常见服务器尺寸 1U 2U 4U）

服务器内部组成

电源  主板 CPU 内存 硬盘 散热系统

工作原理

　　1.电源:

　　　　冗余技术: 

　　　　　　UPS(不间断电源系统)、双路或多路供电、发电机

　　2.CPU: 做数据运算处理

　　　　CPU路数

　　　　　　单路==1个   双路==2个  四路==4个

　　　　CPU核数

　　　　　　把CPU比喻成厂房, 将CPU中的核数比喻成厂房中的工人, CPU核数是真正处理工作任务,CPU核数越多, 同时处理工作任务的效率越高

　　3.内存: 临时存储数据(断电数据即丢失)

　　　　程序       进程(存储在内存中)        守护进程

　　　　代码       运行起来的程序            根本停不下来的进程

 

　　　　缓存cache  缓冲buffer

　　　　内存存储空间一分为二(公交车上下车位置)

　　　　　　cache缓存   从缓存读数据

　　　　　　buffer缓冲  从缓冲写数据

　　企业案例:

　　　　高并发存储数据环境

　　　　　　存: 将数据先存储到内存 在存储到磁盘中

　　　　　　读: 将磁盘中的热点数据存储到内存中

　　　　低并发存储数据环境

　　　　　　存: 将数据先放到硬盘里

　　　　　　读: 将磁盘中的热点数据存储到内存中

　　4.硬盘: 永久存储数据(断电数据不会丢失)

　　　　硬盘种类：

　　　　　　机械硬盘（性能低）

　　　　　　固态硬盘（性能高）

　　　　硬盘接口（茶壶壶嘴）：SATA< SCSI <SAS <PCI-E

　　　　服务器磁盘阵列（raid）

　　　　　　1.服务器上有多块硬盘保证数据不容易丢失

　　　　　　2.服务器上存储数据较多可以将多块硬盘进行整合

　　　　　　3.服务器上存储大容量数据效率更高

　　　　服务器磁盘阵列(raid)  见下图

　　　　　　按照不同级别进行多块硬盘整合

　　　　2块（raid0 raid1） 3块（raid5） 4块（raid01 raid10）

　　　　raid0 ：存储量-没有浪费

　　　　　　优势：提升数据存储效率

　　　　　　缺点：容易丢失数据

　　　　raid1：存储量-浪费一半

　　　　　　优势：不容易丢失数据，数据更加安全

　　　　　　缺点：数据存储效率较低

　　　　raid5：（至少需要3块硬盘）存储量--损失一块盘容量

　　　　　　优势：安全 存储数据性能也比较高

　　　　　　缺点：最多只能坏一块盘

　　5.远程管理卡

　　　　远程控制管理服务器的运行状态

　　　　远程安装操作系统

　　　　远程配置raid阵列信息

　　　　　　PS：一定要确认远程管理卡的默认地址信息

　　6.光驱（安装系统）-- 淘汰

　　　　U盘安装系统

　　　　kickstart cobbler -- 无人值守安装系统

　　7.机柜

　　　　机柜里面线缆一定要布线整齐 设置标签

虚拟化

存储知识

　　什么是虚拟化?

　　将一台计算机硬件"拆分"成多份分配使用

如何实现虚拟化

　　vmware软件

　　vmware12  支持windows64

　　vmware8   支持windows32

　　vmware fusion  支持苹果系统

创建虚拟主机

　　参考详细图示即可

　　注意事项

　　　　内存设置

　　　　内存比较多分配 每个虚拟主机1G（建议）

　　　　内存少每个虚拟主机512m 安装系统时建议分配内存2G

　　配置虚拟主机

安装：

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 网络功能：

 

 

 

补充知识

有监督学习与无监督学习

　　有监督意思就是有明确需要研究的因变量Y

　　无监督意思就是没有明确需要研究的因变量Y

算法

　　算法其实就是研究问题的解决方法

　　ps:算法工程师就是在研究解决某个问题的最优方法