部落格
如何理解拉格朗日乘子法?:適用條件解密svm系列(一):關於拉格朗日乘子法和kkt條件:
解密svm系列(二):svm的理論基礎:
深入理解拉格朗日乘子法(lagrange multiplier) 和kkt條件:
應用於凸函式的帶約束的組合優化問題。kkt條件
關於帶等式以及不等式的約束條件的凸函式優化。任何原始問題約束條件無非最多3種,等式約束,大於號約束,小於號約束,而這三種最終通過將約束方程化簡化為兩類:約束方程等於0和約束方程小於0。部落格kkt條件:函式的最優值必定滿足下面條件:
(1) l對各個x求導為零;
(2) h(x)=0;
(3) ∑αigi(x)=0,αi≥0。
最大熵模型(maxent):萬法歸宗(上)最大熵模型最大熵模型(maxent):萬法歸宗(下)
由於拉格朗日函式l(p,w)是p的凸函式,原始問題與對偶問題的解是等價的。這樣便可以通過求解對偶問題來求解原始問題。部落格對偶函式的極大化等價於最大熵模型的極大似然估計。
李航《統計學習方法》第六章——用python實現邏輯斯諦回歸(mnist資料集)李航《統計學習方法》第六章——用python實現最大熵模型(mnist資料集)
《統計學習方法》學習筆記
最近把李航的 統計學習方法 看完了,感覺很不錯,從概論到各個統計方法,由易到難層層推進,每個方法都有詳盡的數學公式推倒,感覺很適合有一定數學功底的人作為機器學習入門來看。可惜本人自幼愚鈍,資質欠佳,以前學的概率論與數理統計的知識都忘得差不多了,看得雲裡霧裡的,前面還好,越到後面越看不明白,遇到不懂的...
統計學習方法 學習筆記(1)
統計學習方法的三要素 模型 策略和演算法,統計學習的物件是資料 方法 模型 策略 演算法。監督學習,也就是利用訓練資料學習乙個模型,在用這個模型對測試樣本進行 而由於訓練資料是由人為提供的,所以稱之為監督學習。1 模型 模型即是假設空間對應的條件概率或者是決策樹函式。2 策略 這裡引入了損失函式和風...
李航 統計學習方法 學習筆記 1 統計學習方法概論
1.4 模型評估與模型選擇 1.5 其他.考研終於告一段落,接下來是安心等待入學。想利用這段時間系統學習一下機器學習基礎,簡單記錄一下自己的學習過程,也算是對自己的一種監督。下面詳細介紹一下 策略 首先引入損失函式與風險函式的概念。損失函式度量模型一次 的好壞,風險函式度量平均意義下模型 的好壞。統...