2019年7月14日
拉格朗日乘子法和KKT条件（转）
摘要： 0 前言 上”最优化“课，老师讲到了无约束优化的拉格朗日乘子法和KKT条件。 这个在SVM的推导中有用到，所以查资料加深一下理解。 1 无约束优化 对于无约束优化问题中，如果一个函数f是凸函数，那么可以直接通过f(x)的梯度等于0来求得全局极小值点。 为了避免陷入局部最优，人们尽可能使用凸函数作为优 阅读全文
posted @ 2019-07-14 20:37 kitiz 阅读(276) 评论(0) 推荐(0)