SVM之目標函數求解

經過前面幾篇文章的介紹，我們知道了支持向量機背後的原理。同時，爲了求解SVM中的目標函數，我們還在前面兩篇文章中陸續介紹了拉格朗日乘數法和對偶性問題。接下來，在這篇文章中將開始正式介紹SVM的求解過程。 1 構造廣義拉格朗日函數 L ( w , b , α ) \mathcal{L}(w,b,\alpha) L(w,b,α) 由 前文可知SVM最終的優化目標爲： min ⁡ w , b 1 2 ∣

>>阅读原文<<