上一节我们得到,对于一般性的优化问题:
我们可以转化为无约束的优化问题 ①
另外,我们令, 则
②
我们观察①②两个式子,可以发现两个式子只是min和max的顺序做了交换,它们是对称的。
并且有结论,①②有相同的解,这样我们就可以选择一个简单的来求解。
下面我们结合SVM,来看在SVM中怎样找到其对偶问题:
我们先看一下第一节中SVM的基本型:
这里面m为样本点个数,同时也是约束条件的个数。
所以 ,
与
,在约束范围内是相等的,在约束范围外
为正无穷,因此我们可以用
l来代替原始目标函数
来进行最小化,这样问题就变为:
, 其中
这样直接求是很困难的,我们来看看它的对偶问题:
,而其中的
不就是没有约束的最小化问题吗。
我们分别对和b求偏导,并令其等于零即:
①
②
把①②两式代入就可以得到:
那么整个SVM优化问题最终就变成了:
,s.t.
这样我们就可以求出,进一步求出
和b,最终我们就可以得到模型: