算法基本功:SVM part3 对偶问题 2019-03-03

给定一般不等式约束优化问题,f 不一定是凸函数。

min_{x} f(x)

subject to h_i(x)\leq 0

                  l_j(x) = 0

其对应拉格朗日函数:

L(x, u, v) = f(x) + \Sigma _iu_ih_i(x)+\Sigma _jv_jl_j(x)


一定有:

1. 对任意x* 在可行解几何(C)内, 一定有 L(x*,u,v) <= f(x*)   # 因为等式约束为0,不等式约束<=0

2. f* \geq min_{x\in C} L(x,u,v) \geq min_{x} L(x,u,v) := g(u, v),其中g(u,v)叫做拉格朗日对偶函数,u>=0. (as in kkt)

总结重要性质1:  拉格朗日对偶函数为f* 提供一个下界, f*是不带约束条件的目标函数的最小值。

进而重要性质2:  对原始问题的求最小值等价于求对偶问题(下界函数)的最大值(因为对偶函数为f*提供下界):


同样的一般不等式约束的优化问题:上述对应的对偶问题是:

max_{u,v}  g(u,v)

subject to: u>= 0 

弱对偶性一定成立,无论是否凸函数。

即重要性质1: f* >= g*

重要性质2: 对偶问题,一定是凸优化问题,无论原始问题目标函数是否为凸函数。


附强对偶性存在条件:

如果原始问题的目标函数以及不等式约束均为凸函数, 

且至少存在一个x 使得不等式约束以及等式约束严格成立,

那么 f* = g*.

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,590评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,808评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,151评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,779评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,773评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,656评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,022评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,678评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,038评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,756评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,411评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,005评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,973评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,053评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,495评论 2 343

推荐阅读更多精彩内容

  • 本章涉及到的知识点清单:1、决策面方程2、函数间隔和几何间隔3、不等式约束条件4、SVM最优化模型的数学描述(凸二...
    PrivateEye_zzy阅读 13,186评论 3 10
  • 深度学习方面的问题 机器学习岗位面试问题汇总 之 深度学习 深度学习的实质 及其 与浅层学习的区别 深度学习实质:...
    城市中迷途小书童阅读 760评论 0 0
  • 以西瓜书为主线,以其他书籍作为参考进行补充,例如《统计学习方法》,《PRML》等 第一章 绪论 1.2 基本术语 ...
    danielAck阅读 4,484评论 0 6
  • 近期因为放射治疗造成身体烧伤严重,已经足不出门一周时间了,看伤势还要一个星期才能恢复正常,再加一个星期才能恢...
    NancyQi阅读 534评论 9 9
  • 2017年9月22日 又是突然惊醒,没来由儿的。 我瑟缩在房间的角落,捂着胸口,大口的喘着粗气,似是一只困兽做着最...
    寰寰啦阅读 1,102评论 0 0