【机器学习】数学知识：拉格朗日对偶（Lagrange Duality）

IT古董

于 2025-02-11 10:53:33 发布

阅读量701

点赞数 5

CC 4.0 BY-SA版权

分类专栏：机器学习数学知识文章标签：支持向量机算法机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/IT_ORACLE/article/details/145565876

拉格朗日对偶（Lagrange Duality）

1. 概念

拉格朗日对偶（Lagrange Duality）是优化理论中的一个重要方法，用于将约束优化问题转换为更易求解的对偶问题。它在凸优化、经济学、机器学习（如 SVM）等领域有广泛应用。

2. 原始问题（Primal Problem）

考虑一个标准的约束优化问题：

$\min_{x} f(x)$
$\text{s.t. } g_i(x) \leq 0, \quad i = 1, 2, ..., m$
$h_j(x) = 0, \quad j = 1, 2, ..., p$

其中：

f(x) 是目标函数
$g_i(x)$ 是不等式约束
$h_j(x)$ 是等式约束<

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。