基于拉格朗日乘法优化的Linear SVM 数学推导

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/sunlanchang/article/details/88950456

对于一个线性可分的二分类数据集,Linear SVM是如何进行work的,这里基于MIT公开课进行了详细的数学推导,后续使用kernal trick的方法的数学推导后续再补上,这里使用拉格朗日乘法优化超平面,当然也可以使用梯度下降的方法,写一篇博客会写一个小程序使用梯度下降的方法,以使自己对SVM梯度下降有个清楚的认识,以便自己以后查阅复试使用。
李航老师对于SVM的章节的综述非常的到位,这里引用一下:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

参考:https://www.youtube.com/watch?v=_PwhiWxHK8o&t=54s
《统计学习方法》李航

猜你喜欢

转载自blog.csdn.net/sunlanchang/article/details/88950456