0.0.0.0 代表的是所有網段也是作為保留網段的。
a類：10.0.0.0 to 10.255.255.255
b類：172.16.0.0 to 172.31.255.255
c類：192.168.0.0 to 192.168.255.255
總結如下：
a類位址255.0.0.0/8
(1) a類位址第1個位元組為網路位址，其他3個位元組為主機位址。
110.x.x.x是私有位址（所謂的私有位址就是在網際網路上不使用，而被用在區域網路中的位址）。範圍（10.0.0.0---10.255.255.255）。
2127.x.x.x是保留位址，用做迴圈測試用的。
b類位址255.255.0.0/16
(1) b類位址第1個位元組和第2個位元組為網路位址，其它2個位元組為主機位址。
(3) b類位址的私有位址和保留位址
1172.16.0.0—172.31.255.255是私有位址
2169.254.x.x是保留位址，如果你的ip位址是自動獲取ip位址，而你在網路上又沒有找到可用的dhcp伺服器，就會得到其中乙個位址。
3． c類位址255.255.255.0/24
(1)c位址第1個位元組、第2個位元組和第3個位元組為網路位址，第4個位元組為主機位址。另外第1個位元組的前三位固定為110。
d類位址
(1)d類位址部分網路位址和主機位址，它的第1個位元組的前四位固定為1110。
e類位址
(1)e類位址部分網路位址和主機位址，它的第1個位元組的前五位固定為11110。
舉例「256.241.201.10」這個位址不屬於任何類別，因為它是不存在的ip位址。
多分類學習
多分類學習的基本思路是拆解法，即將多個二分類任務拆為若干個二分類任務求解。具體地就是，先對問題進行拆分，然後為每個拆分的二分類任務訓練乙個分類器 在測試時，對這些分類器的 結果進行整合以獲得最終的多分類結果。關鍵 多分類任務如何拆分。經典的為 一對一 one vs one,ovo 一對多 one v...
分類學習 整合學習
鐵達尼號沉船事故 鐵達尼號乘客資料查驗 import pandas as pd 匯入pandas用於資料分析 titanic pd.read csv titanic.head 觀察前幾行資料 titanic.info 檢視資料的統計特徵 特徵選取，機器學習很重要的乙個環節 x titanic pcl...
感知機分類學習
感知機 perceptron 是一種二類分類的線性分類模型，也就是說，使用於將資料分成兩類的，並且資料要線性可分的情況。線性可分是指存在乙個超平面能夠將空間分成兩部分，每一部分為一類，感知機的目的就在於找這樣的乙個超平面。假設輸入資料形式為x x1,x2.xn 即所謂的特徵向量。y代表輸入資料的類別...