机器学习算法
文章平均质量分 80
YiWeiYH
在技术上,我是一个搬运工
保持精力,保持热情。
展开
-
SVM总结
来源于张驰原的博客 1. 有两个margin,一个是function margin,一个是geometric margin。优化目标函数就是优化geometric margin,它比function margin多除了一个||w||。这样分割平面尽管没有变化,function margin是有可能变化的,因为w和b可以等比例地缩小放大,但是geometric是随着分割平面变化的。 2. 要ma转载 2017-11-04 17:14:24 · 231 阅读 · 0 评论 -
关于拉格朗日的各种
在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条件,只有当是凸函数的情况下,才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。 拉格朗日乘子法 基本的拉格朗日乘子法转载 2017-11-04 13:54:59 · 641 阅读 · 0 评论