机器学习
文章平均质量分 81
le_zhou
这个作者很懒,什么都没留下…
展开
-
关于Libsvm的SMO问题
上篇博客证明了关于“违反对”拉格朗日乘子选择问题,其实问题还没有结束,因为剩下如何计算G[ ]和G_bar[ ]两个数组,以及每次迭代拉格朗日乘子问题并没有解决,只是解决了关于乘子的选择问题。这篇博客就是着重解决上述问题。如果不清楚问题的话可参考(http://blog.csdn.net/zhuyue3938199/article/details/7469868)。乘子选择问题变成以下优化转载 2014-10-28 08:54:35 · 676 阅读 · 0 评论 -
拉格朗日乘子法(Lagrange Multiplier) 和KKT条件
在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条件,只有当是凸函数的情况下,才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。之前学习的时候,只知道直接应用两个方法,但是却转载 2014-10-27 08:53:39 · 5394 阅读 · 0 评论 -
LibSVM中select_working_set函数
最近无所事事,学习了SVM,已经学习了一段时间,做了一些仿真实验,看了一下源码,自以为牛逼了,想写点东西。呵呵,其实不是啦,是有了一点心得,所以记录下来,给其他学习SVM的人抛砖引玉而已。算是做点小小贡献。好了,废话就不多说了,正式进入主题。 最近看SVM的源码都是看LIBSVM的源码,里面最重要的就是SVM.cpp文件。那么函数的调用过程以及一些比较重要的函数解释,在这个博客转载 2014-10-27 11:47:25 · 1012 阅读 · 0 评论