“初学者”并不是不好好理解其中的数学的借口,终于下定决心好好理解SVM了,先从KKT条件开始。
A. 优化问题的分类
首先是要知道问题是定义在 Rn→R ,即 y=f(x→) 。
第一种优化问题是没有任何约束的,即求一个最优解 x0−→ 使得对任意的 x→ ,都有 f(x0−→)<=f(x→) 。这个一般用多元函数求极值的方法就可以解决了,即求 f(x→) 的导数,令其为0,求解出来即可(??是全导数还是偏导数,这个还得再看看)。
第二种是有等式约束的,即问题为:
min f(x→), s.t. hi(x→)=0,i=1,2,…,p
这种一般用拉格朗日乘子法来(Lagrange Multiplier)求解,即将问题转化成求解:
min F(x→), F(x→)