问题描述
样本集: S = { x 1 , x 2 , … , x l } \mathbb{S} = \{\boldsymbol{x}_1, \boldsymbol{x}_2, \dots, \boldsymbol{x}_l\} S={
x1,x2,…,xl}
要求寻找一个包含所有样本的最小超球体:
min c , r r 2 s . t . ∣ ∣ x i − c ∣ ∣ 2 − r 2 ≤ 0 \min_{\boldsymbol{c},r} r^2 \quad \mathrm{s.t.}||\boldsymbol{x}_i - \boldsymbol{c}||^2 - r^2 \le 0 c,rminr2s.t.∣∣xi−c∣∣2−r2≤0
如下图:
![](https://i-blog.csdnimg.cn/blog_migrate/5260f8d2be47aaba3d6727d80cd6b87d.png)
- 仿照本章SVM的推导,构建Lagrange函数,推导其关于 α \boldsymbol{\alpha} α的凸二次规划形式。
- 设 α \boldsymbol{\alpha} α最优解为 α ∗ = { α 1 ∗ , α 2 ∗ , … , α l ∗ } \boldsymbol{\alpha}^* = \{\alpha_1^*, \alpha_2^*, \dots, \alpha_l^*\} α∗={ α1∗,α2∗,…,αl∗},求半径 r r r与球心坐标 c \boldsymbol{c} c。
求解过程
- 首先类似SVM的Lagrange函数构造过程,构造如下Lagrange函数:
L ( c , r , α ) = r 2 + ∑ i = 1 l α i ( ∣ ∣ x i − c ∣ ∣ 2 − r 2 ) L(\boldsymbol{c}, r ,\boldsymbol{\alpha}) = r^2 + \sum_{i=1}^{l}{\alpha_i(||\boldsymbol{x}_i - \boldsymbol{c}||^2 - r^2)} L(c,r,α)=r2+i=1∑lαi(∣∣xi−c∣∣2−r2)
要求
min c , r r 2 \min_{\boldsymbol{c}, r} r^2 c,rminr