hit2015spring晨凫追风
欢迎关注我的博客:
http://blog.csdn.NET/hit2015spring
支持向量机问题
问题先按照几何间隔最大化的原则引出他的问题为
minw,b12∥w∥2
s.t.yi(wTxi+b)⩾1,i=1,2,⋯,m
上面的约束条件就是一个不等式约束,
可以写成
0⩾1−yi(wTxi+b),i=1,2,⋯,m
这个是SVM的基本型,或者说是原始问题,寻找这个问题的解法就是需要一些数学的理论,当然在寻找这个解法的过程中,就陆续展开了对于SVM中条件的物理含义的一些解释。
解决该问题,用拉格朗日乘子法和KKT条件导出他的对偶问题,通过解决他的对偶问题,从而解决原始问题。这里面包含的知识有:拉格朗日乘子,kkt条件,对偶理论,凸优化,线性代数,高等数学。当然上面这些是理论上的证明解的存在和解的方向,在求解出真正能用的模型还需要数值分析的一些优化方法,如:牛顿法,梯度下降。。。。。。
首先解决引出他的对偶问题:
对它引入拉格朗日乘子,参考
KKT条件和拉格朗日乘子法即对上式添加拉格朗日乘子
αi⩾0该问题的拉格朗日函数可以写成:
L(w,b,α)=12∥w∥2+∑i=1mαi(1−yi(wTxi+b))
对偶问题
先定义一个概念:Wolfe对偶:定义问题
(1)∼(3)是凸优化问题
(4)∼(5)的对偶
maxα,x▽xL(x,α)(1)
s.t.▽xL(x,α)=0(2)
α>0(3)
这里的
L(x,α)是
f(x)的拉格朗日函数
minf(x)(4)
s.t.ci(x)≤0,i=1,2,3⋯,p(5)
再定义一个概念:约束规格:
考虑一般约束问题
minf(x)s.t.c(x)=0c(x)≤0(6)
在式(6)的可行域
D={x|ci(x)≤0,i=1,⋯,p;ci