1.写在前面为什么时隔多年又再做一次混淆矩阵的整理，TMD就是每次用的时候要自己回过头查一遍，老是记不住，为了打好基础，再次进行梳理。2.为什么会有混淆矩阵我们简单的分类衡量模型的好坏，其实正常使用均方误差就行了，如下：E(f;D)=1m∑i=1m(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}(f(x_i)-y_i)^2E(f;D)=m1∑i=1m(f(xi)−yi)2其次就是错误率：E(f;D)=1m∑i=1m∏(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}\prod(f(x_i)-y_i)^2E(f;D
1.写在前面为什么时隔多年又再做一次混淆矩阵的整理，TMD就是每次用的时候要自己回过头查一遍，老是记不住，为了打好基础，再次进行梳理。2.为什么会有混淆矩阵我们简单的分类衡量模型的好坏，其实正常使用均方误差就行了，如下：E(f;D)=1m∑i=1m(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}(f(x_i)-y_i)^2E(f;D)=m1∑i=1m(f(xi)−yi)2其次就是错误率：E(f;D)=1m∑i=1m∏(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}\prod(f(x_i)-y_i)^2E(f;D
背景问题和思考：序列化参数有枚举属性，序列化端增加一个枚举，能否正常反序列化？序列化子类，它和父类有同名参数，反序列化时，同名参数能否能正常赋值？序列化对象增加参数，反序列化类不增加参数，能否正常反序列化？用于序列化传输的属性，用包装器比较好，还是基本类型比较好？为什么要使用序列化和反序列化程序在运行过程中，产生的数据，不能一直保存在内存中，需要暂时或永久存储到介质（如磁盘、数据库、文件）里进行保存，也可能通过网络发送给协作者。程序获取原数据，需要从介质，或网络传输获得。传输的过程中，只能使用二进制流进行传输。简单的场景，基本类型数据传输。通过双方约定好参数类型，数据接收方按照既定规则对二进制
背景问题和思考：序列化参数有枚举属性，序列化端增加一个枚举，能否正常反序列化？序列化子类，它和父类有同名参数，反序列化时，同名参数能否能正常赋值？序列化对象增加参数，反序列化类不增加参数，能否正常反序列化？用于序列化传输的属性，用包装器比较好，还是基本类型比较好？为什么要使用序列化和反序列化程序在运行过程中，产生的数据，不能一直保存在内存中，需要暂时或永久存储到介质（如磁盘、数据库、文件）里进行保存，也可能通过网络发送给协作者。程序获取原数据，需要从介质，或网络传输获得。传输的过程中，只能使用二进制流进行传输。简单的场景，基本类型数据传输。通过双方约定好参数类型，数据接收方按照既定规则对二进制
一、题目大意标签:数组https://leetcode.cn/problems/search-a-2d-matrix-ii编写一个高效的算法来搜索 m x n 矩阵matrix中的一个目标值target。该矩阵具有以下特性：每行的元素从左到右升序排列。每列的元素从上到下升序排列。示例1：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]],target=5输出：true示例2：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,
一、题目大意标签:数组https://leetcode.cn/problems/search-a-2d-matrix-ii编写一个高效的算法来搜索 m x n 矩阵matrix中的一个目标值target。该矩阵具有以下特性：每行的元素从左到右升序排列。每列的元素从上到下升序排列。示例1：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]],target=5输出：true示例2：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,
一、题目大意标签:动态规划https://leetcode.cn/problems/01-matrix给定一个由0和1组成的矩阵mat ，请输出一个大小相同的矩阵，其中每一个格子是mat中对应位置元素到最近的0的距离。两个相邻元素间的距离为1。示例1：输入：mat=[[0,0,0],[0,1,0],[0,0,0]]输出：[[0,0,0],[0,1,0],[0,0,0]]示例2：输入：mat=[[0,0,0],[0,1,0],[1,1,1]]输出：[[0,0,0],[0,1,0],[1,2,1]]提示：m==mat.lengthn==mat[i].length11mat[i][j]iseithe
一、题目大意标签:动态规划https://leetcode.cn/problems/01-matrix给定一个由0和1组成的矩阵mat ，请输出一个大小相同的矩阵，其中每一个格子是mat中对应位置元素到最近的0的距离。两个相邻元素间的距离为1。示例1：输入：mat=[[0,0,0],[0,1,0],[0,0,0]]输出：[[0,0,0],[0,1,0],[0,0,0]]示例2：输入：mat=[[0,0,0],[0,1,0],[1,1,1]]输出：[[0,0,0],[0,1,0],[1,2,1]]提示：m==mat.lengthn==mat[i].length11mat[i][j]iseithe
前言靶机地址：matrix-breakout-2-morpheus攻击机：kali2022.3靶机：matrix-breakout-2-morpheus题目描述：这是《黑客帝国突围》系列的第二部，副标题为墨菲斯：1。它的主题是对第一部黑客帝国电影的回归。你扮演三位一体，试图调查尼布甲尼撒的一台计算机，Cypher将其他人都锁在外面，这掌握着一个谜团的钥匙。难度：中等难度信息收集探测靶机nmap-sP192.168.70.0/24点击查看代码┌──(root㉿kali)-[/home/kali/Desktop]└─#nmap-sP192.168.70.0/24StartingNmap7.93(h
前言靶机地址：matrix-breakout-2-morpheus攻击机：kali2022.3靶机：matrix-breakout-2-morpheus题目描述：这是《黑客帝国突围》系列的第二部，副标题为墨菲斯：1。它的主题是对第一部黑客帝国电影的回归。你扮演三位一体，试图调查尼布甲尼撒的一台计算机，Cypher将其他人都锁在外面，这掌握着一个谜团的钥匙。难度：中等难度信息收集探测靶机nmap-sP192.168.70.0/24点击查看代码┌──(root㉿kali)-[/home/kali/Desktop]└─#nmap-sP192.168.70.0/24StartingNmap7.93(h
