📄 370.txt
字号:
发信人: helloboy (hello), 信区: DataMining
标 题: Re: svm请教
发信站: 南京大学小百合站 (Mon Dec 16 22:05:34 2002)
敢问一句,svm适合用于web挖掘吗?或者说,svm适合使用场合
【 在 fpzh (fpzh) 的大作中提到: 】
: 原问题的Lagrange函数为原目标函数减去Lagrange乘子与约束条件的乘积
: 原问题是最小化,对偶问题就是最大化原目标函数的Lagrange函数,约束为Lagrange函
: 数对x的偏导为0,Lagrange乘子大于等于0
: 对于凸二次优化问题,它的最优解和对偶问题的最优解是一样的
: 不过还要把部分KKT条件代入到目标函数才能得到一般所看到的SvM 的形式(至少我是这
: 样认为的)
: 具体可以看《实用最优化方法》(P255),R. Fletcher著,游兆永译,天津科技翻译出
: 版公司,
: 1990
: 【 在 boeingjsf (boeingjsf) 的大作中提到: 】
: : 在svm中,把最小化转化为最大化的那个对偶理论是怎么回事呀?
: : 谢谢!
--
※ 来源:.南京大学小百合站 bbs.nju.edu.cn.[FROM: 202.38.215.15]
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -