SVM(支持向量机)(二)—Lagrange Duality(拉格朗日对偶问题)
2014-04-26 23:49
351 查看
(整理自AndrewNG的课件,转载请注明。整理者:华科小涛@http://www.cnblogs.com/hust-ghtao/)
SVM有点让人头疼,但还是要弄明白。把这一大块搞懂了,会很有成就感的哦!今天先不谈SVM,先来说一下如何解决带约束的优化问题。
假设我们有如下问题需要求解:
,这是一个带有等式约束的优化问题,下面让我们用拉格朗日乘数法(THE Method of Lagrange multipliers)来解决这个
问题,首先定义拉格朗日函数:
,其中
就被成为拉格朗日乘子,然后就令
的偏导分别为0就可求得参数:
。这种方法就是我们学过的用拉格朗日乘数法求函数的极值。
下面,让我们将这个问题扩展一下,引入不等式约束:
,同样我们定义更一般的拉格朗日函数:
,其中
和
称为拉格朗日乘子。
SVM有点让人头疼,但还是要弄明白。把这一大块搞懂了,会很有成就感的哦!今天先不谈SVM,先来说一下如何解决带约束的优化问题。
假设我们有如下问题需要求解:
,这是一个带有等式约束的优化问题,下面让我们用拉格朗日乘数法(THE Method of Lagrange multipliers)来解决这个
问题,首先定义拉格朗日函数:
,其中
就被成为拉格朗日乘子,然后就令
的偏导分别为0就可求得参数:
。这种方法就是我们学过的用拉格朗日乘数法求函数的极值。
下面,让我们将这个问题扩展一下,引入不等式约束:
,同样我们定义更一般的拉格朗日函数:
,其中
和
称为拉格朗日乘子。
相关文章推荐
- 支持向量机(SVM)(二)-- 拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)
- 拉格朗日对偶(Lagrange duality)
- 拉格朗日对偶(Lagrange duality)
- 拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)
- 2 拉格朗日对偶(Lagrange duality)
- 拉格朗日对偶(Lagrange duality)
- 2 拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)
- 拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)(转载)
- 拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)
- 简易解说拉格朗日对偶(Lagrange duality)
- 支持向量机笔记(二) Lagrange duality
- 【机器学习-西瓜书】六、支持向量机(SVM):最大间隔;对偶问题;KKT条件
- 支持向量机(SVM)关键点攻略(最大间隔,对偶问题)