機器學習 | 凸/非凸目標函數 |非凸目標函數導致求解陷入局部最優

數學中最優化問題的一般表述是求取 x ∗ ∈ χ x^{*}\in \chi x∗∈χ，使 f ( x ∗ ) = m i n { f ( x ) : x ∈ χ } f(x^{*} )=min\{f(x):x\in \chi \} f(x∗)=min{f(x):x∈χ}，其中x是n維向量， χ \chi χ是x的可行域，f是 χ \chi χ上的實值函數。 凸優化問題是指 χ \chi χ是閉合

>>阅读原文<<