支持向量機SVM詳解----最優化問題

最優化問題 目錄 拉格朗日乘子法 KKT算法 對偶問題 拉格朗日乘子法 如圖，左邊的等值線即爲f(x)–待優化函數，h(x)是我們的約束條件，因此最優解必然在f(x)和h(x)相交的情況下，所以取極值點一定是兩函數相切的位置，在兩者相切的時候梯度應該是共線的，對在極值點狀態的函數做積分即可得到拉格朗日函數。k=1:l，有k 個約束條件，對其求和。拉格朗日函數對x求偏導後爲0的情況即爲最優解。自此，

>>阅读原文<<