码迷,mamicode.com
首页 >  
搜索关键字:拉格朗日    ( 343个结果
关于对偶最优化
我发现,想要了解一个领域的比较快速的方法就是去读本领域近几年的硕士和博士毕业论文(中文的就行)!拉格朗日对偶今天学习了拉格朗日对偶。我们首先考虑下面这个问题:我们记 (这里如果是一个向量的话,那么相应的也是一个向量),则上述最优化问题可以等价于问题:于是我们现在似乎可以开始求解问题了,最通常的求解过...
分类:其他好文   时间:2014-05-09 19:27:28    阅读次数:3028
支持向量机(SVM)(二)-- 拉格朗日对偶(Lagrange duality)
简介: 1、在之前我们把要寻找最优的分割超平面的问题转化为带有一系列不等式约束的优化问题。这个最优化问题被称作原问题。我们不会直接解它,而是把它转化为对偶问题进行解决。 2、为了使问题变得易于处理,我们的方法是把目标函数和约束全部融入一个新的函数,为了使问题变得易于处理,我们的方法是把目标函数和约束全部融入一个新的函数,即拉格朗日函数,再通过这个函数来寻找最优点。即拉格朗日函数,再通过这个函数...
分类:其他好文   时间:2014-05-07 22:40:35    阅读次数:331
【机器学习算法-python实现】svm支持向量机(2)—简化版SMO算法
(转载请注明出处:http://blog.csdn.net/buptgshengod) 1.背景知识       通过上一节我们通过引入拉格朗日乗子得到支持向量机变形公式。详细变法可以参考这位大神的博客——地址   参照拉格朗日公式F(x1,x2,...λ)=f(x1,x2,...)-λg(x1,x2...)。我们把上面的式子变型为:  约束条件就变成了: ...
分类:编程语言   时间:2014-05-04 18:14:34    阅读次数:401
343条   上一页 1 ... 33 34 35
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!