SVM支援向量機系列理論(二) 線性可分SVM模型的對偶問題
阿新 • • 發佈:2018-11-26
2.1 對偶問題
2.1.1 原始問題的轉換
a. 轉換形式
SVM演算法的經典問題是一個凸二次規劃模型,求解這個問題比較複雜。
(7)這個問題其實等價於“對拉格朗日函式 求關於拉格朗日乘子 的最大, 然後再對 求關於 的最小,”即(7)可以寫為:
b. 證明過程:
這個轉換其實就是把約束條件 轉化到拉格朗日函式中去。
表示對L取關於a的最後大化,觀察拉格朗日函式的形式:
現在, ,對 作關於 的最大化,那麼:
當 (即滿足約束條件)時,L(w,b,a)的最大為 f(w);
當 時,L(w,b,a)的最大為正無窮大。
這樣 是一個分段函式。第一段是滿足約束條件時,有函式f(w),第二段是一個正無窮大。這時要對這個分段函式取min,那麼肯定是選擇對滿足約束條件時的f(w)取min,因為第二段是正無窮大。
這樣,就把一個約束問題轉化成無約束問題。
注:
這裡還可以看出 要最大,那麼必須有 也就是拉格朗日乘子和約束中至少有一個為0;這就是KKT條件中的鬆弛互補條件
2.2.2 強對偶性和弱對偶性
上面提到,原始問題可以轉化為拉格朗日函式的無約束問題: