![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
machine learning
lixiangfei121
这个作者很懒,什么都没留下…
展开
-
Lagrange Multiplier and KKT(Karush-Kuhn-Tucker)
1.Lagrange Multiplier and KKT的使用条件 Lagrange Multiplier and KKT是求解优化问题的重要方法,在等式约束时使用Lagrange Multiplier,在不等式约束时使用KKT。需要注意的是,这两个方法求得的结果只是必要条件,只有当目标函数是凸函数的情况下,才能保证是充分必要条件。 最优化问题可以分为以下3类: (i)无约束优化问题,比如原创 2017-03-19 22:06:19 · 2037 阅读 · 0 评论 -
聚类
1 聚类 聚类是无监督学习(unsupervised learning)的一种,主要是通过对未标记的样本的学习,揭示数据的内部内在性质和规律。 聚类的形式化定义:假设样本集原创 2017-03-13 20:48:17 · 374 阅读 · 0 评论