总结约束极值的基本内容以及SVM的基础知识,包含KKT条件
下降方向和可行方向
一般来讲,我们遇到的约束极值问题可以描述如下:
⎧⎩⎨⎪⎪minf(x)hi(x)=0i=1,2,...,mgi(x)⩾0j=1,2,...,l(1)
或者描述如下:
{
minf(x)gi(x)⩾0j=1,2,...,l(2)
(可以理解为 gi(x)⩾0 以及 gi(x)⩽0 )
对于上述问题,我们可以假定有一个方向D,使得:
f(xk+λD)<f(xk)gj(xk+λD)⩾gj(xk)
对上述公式进行Taylor展开,那么会有:
f(xk+λD)=f(xk)+λD▽f(xk)+o(λ)gj(xk+λD)=gj