上章讲了对偶问题一般情况,引入到SVM中。
SVM 对偶问题表达式推导:
由上一章节知道:
# 直白讲即: 原问题的下界为其对偶问题; g(u,v)为对偶函数。
故svm对偶问题,即最大化下界函数,为:
, # 最大化下界函数。
顺着推:
= # 利用关于W,b 的偏导数为0 得到极值点;得到的两个条件带回L(w,b,x),
故顺着推,对偶问题进一步化简为:
subject to:
,
下一篇 SMO
上章讲了对偶问题一般情况,引入到SVM中。
由上一章节知道:
# 直白讲即: 原问题的下界为其对偶问题; g(u,v)为对偶函数。
故svm对偶问题,即最大化下界函数,为:
, # 最大化下界函数。
顺着推:
= # 利用关于W,b 的偏导数为0 得到极值点;得到的两个条件带回L(w,b,x),
故顺着推,对偶问题进一步化简为:
subject to:
,
下一篇 SMO
本文标题:算法基本功:SVM part4 SVM与对偶问题 2019-03
本文链接:https://www.haomeiwen.com/subject/grqvuqtx.html
网友评论