采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
因为 ζ(i)表示的是假想从 Hard Margin SVM 往里收的距离,它只有一个方向。
在网上搜索 Soft Margin SVM Mathematics 可以找到很多相关资料,比如这种:https://shuzhanfan.github.io/2018/05/understanding-mathematics-behind-support-vector-machines/
如果对书籍感兴趣的话,道理上,很多书籍中也包含详细推导。我研究生的时代,是通过大名鼎鼎的 PRML(Pattern Recognition and Machine Learning)学习的SVM。链接如下:https://book.douban.com/subject/2061116/
继续加油!:)
你说的可能是KKT条件,按我所理解的,不等式约束的系数一定要大于等于0的原因从几何上理解比较直观,希望对你有帮助
按照我们学的最优化原理,求解线性约束优化问题,不论左右不等式,都会引入松弛变量或者剩余变量将不等式化为等式,其实大于小于0都无所谓,要看引入的新变量必须是大于0的,
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.5k 19
3.5k 17
2.9k 15
1.6k 15
1.4k 14