Linux系统上安装JDK(有图详解)

article/2025/10/13 12:39:53

Linux系统上安装JDK

安装中要用到的工具:
1、通过Xshell连接linux服务(需要先安装Xshell)

Xshell网盘提取链接(提取码:1sqk)

在这里插入图片描述

2、如果是在自己电脑上使用VMware安装的linux服务,可直接通过终端(也就是我们常说的黑框框)进行操作

在这里插入图片描述

3、上传下载好的压缩包或文件到linux服务上,通过WinSCP(我一直用这个,以后再开发中也会用到)

在这里插入图片描述
WinSCP网盘下载链接(提取码:x42y)

一、下载JDK

注意:选择适合自己的JDK,并且注意安装JDK的系统

下载路径:
1、官网下载地址
2、百度网盘下载(linux系统)(提取码:qarg)

二、JDK的安装

1、卸载linux系统自带的JDK(建议直接用超级用户,不然卸载的时候可能会报权限不够的error,之后的操作也需要用root权限)
1.1、切换用户:su root

su root

1.2、查看自带JDK命令:rpm -qa | grep jdk

rpm -qa | grep jdk

1.3、卸载自带JDK命令:rpm -e --nodeps 要卸载的JDK

rpm -e --nodeps 要卸载的JDK

在这里插入图片描述

2、在usr目录下创建java目录,把我们下载好的JDK压缩包上传到 创建好的 java目录下(我放在该目录下了,也可以放在其他目录下)
创建安装目录:mkdir java

mkdir java

在这里插入图片描述

3、把压缩包解压到当前目录(我们创建的java目录下),解压命令:tar -zxvf 所要解压的文件名,解压完后如上图

tar -zxvf 所要解压的文件名

在这里插入图片描述

4、编辑profile文件:vim /etc/profile
把光标移到最后一行,键盘按 i,进入编辑模式,然后插入以下内容:(注意自己所建java的路径、jdk的名称)

JAVA_HOME=/usr/java/jdk1.8.0_11
CLASSPATH=$JAVA_HOME/lib/
PATH=$PATH:$JAVA_HOME/bin
export PATH JAVA_HOME CLASSPATH

在这里插入图片描述

然后按ESC退出编辑模式,‘shift + :’,输入wq,回车,完成保存并退出

5、让编辑的文件生效执行:source /etc/profile

6、最后验证JDK安装是否成功:java -version

在这里插入图片描述


http://chatgpt.dhexx.cn/article/lUD2svPZ.shtml

相关文章

Linux安装jdk的详细步骤

文章目录 1:查看Linux系统是否有自带的jdk2:官网下载jdk3:上传jdk安装到到linux服务器4:解压jdk5:配置环境变量6:重新加载配置,输入:source /etc/profile7:进行测试 linu…

Linux安装jdk(详细教程)

一、JDK介绍 JDK是 Java 语言的软件开发工具包,主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心,它包含了JAVA的运行环境(JVMJava系统类库)和JAVA工具。 二、准备工作(以下步骤自己有可以跳过…

随机森林原始论文_初识随机森林

在机器学习中,随机森林是一个包含多个决策树的分类器, 并且其输出的类别是由个别树输出的类别的众数而定。 发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林而来的。这个方法则是…

随机森林通俗理解

原文中还有python实现过程 随机森林就是通过集成学习的思想将多棵树集成的一种算法,它的基本单元是决策树,而它的本质属于机器学习的一大分支——集成学习(Ensemble Learning)方法。 其实从直观角度来解释,每棵决策树…

随机森林算法详解

[Machine Learning & Algorithm] 随机森林(Random Forest) 阅读目录 1 什么是随机森林?2 随机森林的特点3 随机森林的相关基础知识4 随机森林的生成5 袋外错误率(oob error)6 随机森林工作原理解释的一个简单例子…

随机森林--

----------------------集成学习---------------------- 集成学习可以被分为三个主要研究领域: -----------------------------------------------------模型融合----------------------------------------------------- 模型融合在最初的时候被称为“分类器结合…

随机森林 matlab

Ref: 官方 matlab 已有牛人 在前人的基础上进行学习,然后针对具体应用。 很容易掌握 随机森林法 基本概念 Random Forest(随机森林)是Bagging的扩展变体,它在以决策树 为基学习器构建Bagging集成的基础上,进一步在…

保姆级随机森林算法Python教学

摘要 机器学习算法是数据挖掘、数据能力分析和数学建模必不可少的一部分,而随机森林算法和决策树算法是其中较为常用的两种算法,本文将会对随机森林算法的Python实现进行保姆级教学。 0 绪论 数据挖掘和数学建模等比赛中,除了算法的实现&…

python实现随机森林

1. 随机森林的介绍 随机森林就是通过集成学习的思想将多棵树集成的一种算法,它的基本单元是决策树,而它的本质属于机器学习的一大分支——集成学习(Ensemble Learning)方法。随机森林的名称中有两个关键词,一个是“随…

随机森林可视化

今天看到别人的文章,说到了随机森林可视化,于是尝试了下。 window安装 windows版本安装: 1.在下面去下载window的exe安装包,安装graphviz。 http://www.graphviz.org/download/ 在路径选项,点击add path to computer&#xff0c…

随机森林模型

本文代码及数据集来自《Python大数据分析与机器学习商业案例实战》 集成模型简介 集成学习模型使用一系列弱学习器(也称为基础模型或基模型)进行学习,并将各个弱学习器的结果进行整合,从而获得比单个学习器更好的学习效果。集成学…

随机森林文本分类

随机森林原理及代码实现 机器学习系列 第一章 随机森林原理及代码实现 文章目录 随机森林原理及代码实现机器学习系列前言一、集成算法是什么?二、随机森林是什么三、 数据预处理3.1 先来看一下我们的文本数据3.2 预处理3.3 统计评论情感值积极与消极的占比 二、使…

随机森林

随机森林-----集成算法之一,分类,回归和特征选择 算法步骤: 1.用有抽样放回的方法(bootstrap)从样本集中选取n个样本作为一个训练集 2.用抽样得到的样本集生成一棵决策树。在生成的每一个结点: 1.随机不重复…

随机森林(Random Forest)简单介绍

文章目录 随机森林(Random Forest)简单介绍1. 介绍2. 工作原理2.1 随机森林的基本原理2.1.1 随机采样2.1.2. 随机选特征2.1.3. 多数表决 2.2 随机森林的建模过程2.2.1. 建立多颗决策树2.2.2. 特征随机选择2.2.3. 样本随机选择2.2.4. 决策树训练与生成2.2…

什么是随机森林?

什么是随机森林? 随机森林是一种有监督的机器学习算法。由于其准确性,简单性和灵活性,它已成为最常用的一种算法。事实上,它可以用于分类和回归任务,再加上其非线性特性,使其能够高度适应各种数据和情况。 …

[Machine Learning Algorithm] 随机森林(Random Forest)

1 什么是随机森林? 作为新兴起的、高度灵活的一种机器学习算法,随机森林(Random Forest,简称RF)拥有广泛的应用前景,从市场营销到医疗保健保险,既可以用来做市场营销模拟的建模,统计客户来源,保留和流失,也可用来预测疾病的风险和病患者的易感性。最初,我是在参加校…

随机森林算法

随机森林 1.1定义1.2随机森林的随机性体现的方面1.3 随机森林的重要作用1.4 随机森林的构建过程1.5 随机森林的优缺点2. 随机森林参数描述3. 分类随机森林的代码实现 1.1定义 随机森林是一种有监督学习算法,是以决策树为基学习器的集成学习算法。随机森林非常简单&…

机器学习-随机森林(RandomForest)详解

1.什么是随机森林 随机森林就是通过集成学习的思想将多棵树集成的一种算法,它的基本单元是决策树,而它的本质属于机器学习的一大分支——集成学习(Ensemble Learning)方法。 解读下上面的话: 1.随机森林属于集成算法&a…

机器学习之MATLAB代码--随机森林(一)

代码: %% 初始化数据 clc clear close all %% 导入数据 data xlsread(数据集.xlsx,Sheet1,A1:F100);%导入数据库%% 划分训练集和测试集 TE randperm(100);%将数据打乱,重新排序;PN data(TE(1: 80), 1: 5);%划分训练集输入 TN data(TE(1…

sklearn基础篇(七)-- 随机森林(Random forest)

上一节我们提到决策树的一个主要缺点在于经常对训练数据过拟合。随机森林是解决这个问题的一种方法。随机森林是属于集成学习,其核心思想就是集成多个弱分类器以达到一个强分类器的效果。 1 bagging的原理 随机森林采用Bagging的思想,所谓的Bagging可以…