我指的是安德鲁·吴( Andrew )为斯坦福大学(StanfordCS229)机器学习课程编写的课程笔记的支持向量机部分。在第16页,他说:
支持向量机优化问题有以下几个方面:\begin{align} \max_{\gamma,w,b}\gamma \\ s.t. & \quad y^{(i)}(w^Tx+b) \geq\gamma, \quad i=1,...,n \\ & \quad \Vert w \Vert =1. \\ \end{align} ,但"\Vert w \Vert“约束是一个讨厌的(非凸)约束。
我无法理解为什么约束\Vert w \Vert是非凸的.
PS:我理解凸“函数”的基本定义,对优化理论还没有深入研究。
发布于 2021-09-22 15:36:46
首先,你可以注意到满足约束条件的点是范数球的表面。因此,它们不形成凸集。
另外,考虑∥x∥=1和∥-x∥=1,您可以很容易地观察到(1/2)(x+(−x))有0范数。因此,它不是在凸组合下封闭的。
https://datascience.stackexchange.com/questions/102150
复制相似问题