如Smola的SVR教程中所述，SVR的优化功能是使第201页中的等式10最大化（https://alex.smola.org/papers/2004/SmoSch04.pdf），如果我将其更改为最小化问题，我要做的就是引入一个负数签名。
我不确定如何将方程重新构造为类似于二次编程的问题？ Zhou and Ma的一篇文章（使用非PSD内核解决ϵ-SVR的SMO算法研究）提到，该方程可以写成H = [k -k; -kk]和a = [a *; a]和y = [z epilson + y; z epilson-y]，其中z是1 x长度单位向量。
但是怎么可能呢？