为什么svm算法在求解过程中，需要将原始问题转化为对偶问题？

IT独白者

于 2018-11-11 21:56:53 发布

阅读量3.8k

点赞数 1

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/sun_wangdong/article/details/83963114

版权

机器学习专栏收录该内容

34 篇文章

订阅专栏

探讨了对偶问题如何简化支持向量机的计算复杂度，通过将原始问题的约束转化为对偶问题的等式约束，引入核函数，问题的解决从求解特征向量w转变为求解比例系数a，从而大幅降低计算复杂度，提升求解效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对偶问题将原始问题中的约束转为了对偶问题中的等式约束
方便核函数的引入
改变了问题的复杂度。由求特征向量w转化为求比例系数a，在原始问题下，求解的复杂度与样本的维度有关，即w的维度。在对偶问题下，只与样本数量有关。
求解更高效，因为只用求解比例系数a，而比例系数a只有支持向量才为非0，其他全为0.

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。