![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习与深度学习
文章平均质量分 79
机器学习与深度学习
TLE分治的WA自动机
eli eli lama sabachthani
展开
-
拉格朗日乘子法与KKT条件核心原理(小白都能看懂)
问题背景假设有一座山,山上有一条路。我们只能走在这条路上,其他的地方无法到达。在此基础上,我想知道我始终在路上的情况下,可能达到的最高点及其高度。拉格朗日乘子法和KKT条件解决的正是这么个问题。我们想知道在某个约束条件(山间小路)的限制下,所能达到的最值点(最大高度)。是一个限制条件下的最优化问题。拉格朗日乘子法的应用十分广泛,它是SVM的理论基础,是凸优化的重要研究部分。所以,我们细致地分析一下这一方法的内核。等式约束条件下的最优化我们先从最简单的开始,假设这条盘山公路的宽度无限趋近于于0。如下原创 2020-10-15 17:15:08 · 1442 阅读 · 0 评论 -
为什么对偶问题一定是凸优化问题?
文章目录原创 2020-10-14 17:34:28 · 3858 阅读 · 1 评论