エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ラグランジュの未定乗数法でサポートベクターマシンの主問題を解く
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ラグランジュの未定乗数法でサポートベクターマシンの主問題を解く
(これらの最適化問題を主問題と呼んだりします) しかしながら,SVMを使う多くの場合では,上記で示し... (これらの最適化問題を主問題と呼んだりします) しかしながら,SVMを使う多くの場合では,上記で示したような主問題を直接的に解くことはしません. ほとんどの場合は,主問題を「双対問題」として置き換え,別の解きやすい形で表現した問題を解きます. そこで今日は,双対表現について考えていきたいと思います. 「主問題」 → 「双対表現」にするメリット双対表現にするメリットとして,以下の2つがあります. 変数を減らすことができる.カーネル関数が使用でき,非線形データの分類ができる.どちらのメリットも計算コストが下がるので,SVM的にとてもありがたいのです. では,双対表現とは,どのような形にするものなのでしょうか. SVMの双対表現でよく使用される「ラグランジュの未定乗数法」を説明していきます. ラグランジュの未定乗数法とはラグランジュの未定乗数法は,「制約付き最適化問題の代表的な解法」です. これ