所以得学点最优化方法。
最优化基础
可行点与可行域
凸规划
二次规划与凸二次规划
最优解存在的充要条件
1.约束规格
2.KKT条件(Karush-Kuhn-Tucker条件)
凸二次规划最优解的充要条件
拉格朗日对偶性
原始问题(极小极大拉格朗日函数):
对偶问题(极大极小拉格朗日函数):
原始问题与对偶问题的关系
KKT条件
凸集
凸函数
参考书目:
《支持向量机——理论、算法与拓展》邓乃扬 田英杰著
《统计学习方法》李航著 第一版
黄华娟. 孪生支持向量机关键问题的研究[D].中国矿业大学,2014.
后续完善此篇博客,今天就来搞吧,因为后续动不动就得查阅一下。
最近发现出现好多TWSVM应用型文章,不知道老师同不同意。。。