李哈哈的模式識別筆記【part 4：LMSE算法】

李哈哈的模式識別筆記【part 4：LMSE算法】 線性分類器的鬆弛求解 定義： 我們給定了bi，讓每個樣本的判別函數不僅僅大於零，而且等於bi。 那麼，線性分類器求解過程中的不等式約束，就變成了等式約束，這樣，在樣本數量和空間維度相等時，便存在線性分類器訓練的特定解。 **LMSE：**最小均方誤差（Least Mean Square Error）這裏採用實際值與鬆弛變量b的LMSE，採用批量梯

>>阅读原文<<