自留地
房前屋后,种瓜种豆
首页
留言板
管理
[原创]支持向量机(SVM)的推导及求解
(一)推导
SVM的原问题为:对于给定的线性可分的训练样本集:
,
我们的目标是寻找适当的的参数
,使得
相应地,其拉格朗日函数为:
分别对
和
求偏导:
带回原拉格朗日函数:
根据KKT互补条件,最优解
,
必须满足:
,这意味着,只有支持平面上的点对应的
非零,其余的点对应的
为零。这也是支持向量机得名的原因,也为其快速求解铺垫了条件。
(二)求解
Machine Learning
svm
支持向量机
Comments(1)
2011年8月21日 23:07
自留地
分类
None
Scrawl
General Algorithm
Machine Learning
C++
Python
Hadoop
Lisp
Haskell
最新评论
babysitting servi...
move In & move ou...
part time maids i...
maid agency dubai...
sofa cleaning dub...
最新留言
Stephentync : Не ...
Sandymunny : you...
VjiupsEmuri : I w...
Robertvesia : Кру...
Epicksonsnado : ...
链接
功能
注册
登录
忘记密码?
文章 RSS
评论 RSS
留言 RSS