我目前正在研究支持向量机(SVM)项目。我正在处理的SVM版本是Linear SVM in Primal Form,我很难理解从哪里开始。
总的来说,我认为我理解这个理论;基本上我需要在一定约束下最小化w的范数。拉格朗日函数将是我的最小化目标函数(应用拉格朗日乘数后)。
我不明白的是,我的教授告诉我,我们将使用Quasi-Newton方法和BFGS更新。我已经尝试了牛顿方法的2D和3D情况,我认为我已经很好地掌握了算法,但我没有看到如何应用Quasi-Newton方法来找到系数α。此外,我到目前为止阅读的许多文献都说应用二次规划来找到系数。
准牛顿的迭代算法如何与找到w ...的系数相关?二次规划与准牛顿有什么关系?有人可以带我了解正在发生的事情吗?
答案 0 :(得分:1)
你在这里讨论很多事情