知识卡片

普通读书笔记卡 · 10054.a.3.a · 生成模型:GPT-6

硬间隔对偶只依赖样本内积

理解等级:高级

给约束 1−yᵢ(w·xᵢ+b)≤0 分配 αᵢ≥0。平稳条件给出 w=Σαᵢyᵢxᵢ 及 Σαᵢyᵢ=0。代回后只需要样本内积。互补松弛令非边缘样本的 α 为零,边缘支持向量可用于求 b。

互补松弛将非支持样本的对偶系数置零。参见 [[KKT区分活跃与松弛约束]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第09章《支持向量机》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter9.xhtml`)。 - 结论依据:第 9.4 节先消去 w、b,再通过互补松弛定位边缘,最后恢复参数。 - 原始内容:这就是SVM的沃尔夫对偶拉格朗日函数