在求解最优化问题中,拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush Kuhn Tucker)条件是
两种最常用的方法。在有等式约束时使用拉格朗日乘子法,在有不等约束时使用KKT条件。关于拉格朗日乘子法之前介绍过,不再赘述。详见:http://blog.csdn.net/acdreamers/article/details/41413445
接下来主要介绍KKT条件,推导及应用。详细推导过程如下
以上就是KKT条件的主要内容,在SVM中会用到KKT条件求解最优化问题。