本节主要解决怎么算拉格朗日系数的问题,和大多数的SMO算法的介绍不同的是,每一步都有详细的过程和说明。希望能对你有一定的理解上的帮助。进入本节之前,确保你已经看懂了以下内容:
SVM系列(一)hard-margin SVM 详细原理 https://blog.csdn.net/Lee_Yu_Rui/article/details/107420870
SVM系列(二)soft-margin SVM 详细原理以及一点点的kernel SVM https://blog.csdn.net/Lee_Yu_Rui/article/details/107436175
hard-margin 求解实例
到目前为止,三种SVM的原理都已经阐述明白。可能你发现,好像还没有算出来呢?先以一个简单的低维度数据为例看一下整个的求解过程,
s.t. and
总结KKT条件,在整个过程中的限制条件:按照(11)可得
, , ,