SVM(二):拉格朗日对偶性

一、原始问题

考虑约束最优化问题:在这里插入图片描述
称此约束最优化问题为原始最优化问题或原始问题。
引入广义拉格朗日函数:
在这里插入图片描述
考虑到x的函数:在这里插入图片描述
下标P表示原始问题。
当x违反原始问题的约束条件时,就有该函数等于正无穷。因此该函数可表示为:
在这里插入图片描述
所以考虑极小化问题:在这里插入图片描述
它与原始最优化问题等价,这样一来,就把原始最优化问题表示为广义拉格朗日函数的极大极小问题。定义原始问题的最优值为:
在这里插入图片描述
称为原始问题的值

二、对偶问题

定义:在这里插入图片描述
再考虑极大化该问题,即:
在这里插入图片描述
该问题称为广义拉格朗日函数的极大极小问题。可将该问题表示为约束最优化问题:
在这里插入图片描述
称为原始问题的对偶问题,定义对偶问题的最优值
在这里插入图片描述
称为对偶问题的值。

三、原始问题与对偶问题的关系

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值