上一篇写到讲硬间隔的SVM转化为凸二次规划问题,也就是QP问题,之后可以是用现成的软件求解QP问题。但是如果样本数量大和维度比较高,会导致问题求解困难或不可解,因此引入了拉格朗日乘子来脱掉原问题的约束条件,然后根据原问题和对偶问题是强对偶关系,二者完全等价,因此转换为它得对偶问题后求导求最小值,最后引入KTT条件求解。
拉格朗日对偶
首先对问题引入拉格朗日函数,如下:
原问题就等价于:
原问题是一个凸二次规划问题,和它的对偶问题满足强对偶关系,即原问题等价于对偶问题,因此我们转化为它的对偶问题继续求解: