凸二次规划(convex quadratic programming)问题
文章目录
- 1、凸函数
- 2、仿射函数
- 3、凸优化问题
- 4、凸二次规划问题
1、凸函数
凸函数: 和高数上不一样,不是看形状,而是看定义
f[(x1+x2)/2]<=[f(x1)+f(x2)]/2f[(x_1+x_2) /2] <=[f(x_1)+f(x_2)]/2f[(x1+x2)/2]<=[f(x1)+f(x2)]/2
f(x)=x直线也是凸函数,但不严格
严格凸函数:f[(x1+x2)/2]<[f(x1)+f(x2)]/2f[(x_1+x_2) /2] < [f(x_1)+f(x_2)]/2f[(x1+x2)/2]<[f(x1)+f(x2)]/2 ,如 f(x)=x2f(x)=x^2f(x)=x2
2、仿射函数
仿射函数:最高次数为1的多项式函数。f(X)=w1x1+w2x2+..+wnxn+bf(X)=w_1x_1+w_2x_2+..+w_nx_n+bf(X)=w1x1+w2x2+..+wnxn+b。
仿射函数也是凸函数,只是不是严格凸函数。
常数项为零的仿射函数称为线性函数,线性函数是过原点的仿射函数。
3、凸优化问题
若f(X)f(X)f(X)为目标函数、g(X)g(X)g(X)为不等式约束、h(X)h(X)h(X)为等式约束。三者在定义域内是连续可微的,且目标函数f和不等式约束函数g是凸函数,等式约束h是仿射函数,则这种约束最优化问题称为凸优化问题。
4、凸二次规划问题
凸二次规划问题是凸优化问题的一个特殊形式,当目标函数是二次型函数且不等式约束函数 g 是仿射函数时,就变成一个凸二次规划问题。凸二次规划问题存在解。
凸二次规划问题的特征:
目标函数f是二次型函数函数。如svm: f(w)=w12+..+wn2f(\textbf{w})=w_1^{2}+..+w_n^{2}f(w)=w12+..+wn2
等式约束h是仿射函数
不等式约g是仿射函数
常用的二次规划问题求解方法有:
椭球法
内点法
增广拉格朗日法
梯度投影法
凸二次规划(convex quadratic programming)问题相关推荐
- 优化问题-LP,QP和QCQP(线性规划,Linear Programming; 二次规划,Quadratic Programming;二次约束二次规划)
文章目录 线性规划(LP) LP的一些例子: Chebyshev中心 ℓ∞\ell_{\infty}ℓ∞-norm 近似问题: ℓ1\ell_{1}ℓ1-norm 近似问题: 二次规划(QP) Q ...
- 复习支持向量机(SVM)没空看书时,掌握下面的知识就够了
支持向量机(support vector machines, SVM)是一种二类分类模型.它的基本模型是定义在特征空间上的间隔最大的线性分类器:支持向量机还包括核技巧,这使它成为实质上的非线性分类器. ...
- 统计学习方法 李航---第7章 支持向量机
第7章 支持向量机 支持向量机(support vector machines, SVM)是一种二类分类模型.它的基本模型是定义在特征空间上的间隔最大的线性分类器:支持向量机还包括核技巧,这使它成为实 ...
- 机器学习算法学习笔记:支持向量机
文章目录 一.理论篇 1.概述 2.间隔与支持向量 3.优化问题 3.1 拉格朗日乘子法 3.2 原始和对偶问题 4.硬间隔SVM 5.软间隔SVM 6.核函数 7.序列最小优化(SMO)算法 8.模 ...
- 机器学习二:支持向量机
支持向量机 1. 介绍 2. 对偶问题 3. 非线性数据 3.1 核函数与核技巧 3.1.1 数学解释 3.1.2 几种常用的核函数 4. SVM 响应离群点 4.1 软间隔 4.2 正则化 4.3 ...
- 监督学习 | SVM 之线性支持向量机原理
文章目录 支持向量机 1. 线性可分支持向量机 1.1 间隔计算公式推导 1.2 硬间隔最大化 1.2.1 原始问题 1.2.2 对偶算法 1.3 支持向量 2. 线性支持向量机 2.1 软间隔最大化 ...
- 如何理解SVM | 支持向量机之我见
囫囵吞枣看完SVM,个人感觉如果不好好理解一些概念,或说如果知其然而不知其所以然的话,不如不看.因此我想随便写一写,把整个思路简单地整理一遍.:) SVM与神经网络 支持向量机并不是神经网络,这两个完 ...
- 百面机器学习 #3 经典算法:01-2 不完全线性可分(软间隔)支撑向量机SVM
文章目录 ①从原问题到对偶问题 ②对偶问题的解的形式化简 ③从对偶问题的解到原问题的解 ④从原问题的解到分离超平面.决策函数.支撑向量 假设训练数据集不是线性可分的.通常情况是,训练数据中有一些特异点 ...
- 【机器学习-西瓜书】六、支持向量机(SVM):最大间隔;对偶问题;KKT条件
推荐阅读:对偶问题,KKT条件 关键词:最大间隔:支持向量:对偶问题:KKT条件:SMO算法 6.1 间隔与支持向量 关键词:最大间隔:支持向量. 支持向量机(Support Vector Machi ...
- AI人工智能 / ML机器学习专业词汇集
部分转自AI人工智能专业词汇集 目录 Letter A Letter B Letter C Letter D Letter E Letter F Letter G Letter H Letter I ...
最新文章
- 【剑指offer-Java版】39二叉树的深度
- Android读写assets、raw、sdard和工程文件的方法
- mysql 当前记录集不支持书签_存储过程 分页。当前记录集不支持书签。这可能是提供程序或选定的游标类型的限制。...
- boost::bron_kerbosch_all_cliques用法的测试程序
- Java 18 发布:甲骨文公司已开始将Java纳入其软件许可审计
- 《人月神话》——一部被名字误导的软件开发的书——第一次阅读
- asp.net的10个提升性能或扩展性的秘密(二)
- [BZOJ1045] [HAOI2008] 糖果传递 (中位数)
- 互联网防骗指南[摘录58同城]
- Windows11微软官方网址下载地址(2021年11月更新)
- 关闭windows server 2016弹出交互式服务检测窗口
- NCBI生物分类数据库(Taxonomy)
- Arbitrum上首个跨链互操应用开启空投计划!
- oracle安装配置
- python继续教育_济宁市专业技术人员继续教育自动化观看课程工具
- 一文探究OR值和RR值区别
- three.js之高级几何体-使用二元操作组合网格(vue中使用three.js38)
- Python基础知识(5)控制流程
- python:实现IIR 滤波器算法(附完整源码)
- 常用jdk类库源码分析以及各个包