深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT條件

接下來的幾篇文章會給大家介紹一些線性模型，一元線性迴歸，多元線性迴歸，廣義線性模型中的邏輯迴歸，由Fisher判別分析演變而來的線性判別分析，其中的線性判別分析會用到拉格朗日乘子法和矩陣奇異值，矩陣特徵值分解的相關知識，網上有很多優秀的文章。 在求解最優化問題中，拉格朗日乘子法（Lagrange Multiplier）和KKT（Karush Kuhn Tucker）條件是兩種最常用的方法。在有等式

>>阅读原文<<