专栏名称: 机器学习研究会
机器学习研究会是北京大学大数据与机器学习创新中心旗下的学生组织,旨在构建一个机器学习从事者交流的平台。除了及时分享领域资讯外,协会还会举办各种业界巨头/学术神牛讲座、学术大牛沙龙分享会、real data 创新竞赛等活动。
目录
相关文章推荐
爱可可-爱生活  ·  【Stanford CS236 Deep ... ·  昨天  
爱可可-爱生活  ·  【DeepSeek:比ChatGPT危险10 ... ·  昨天  
量子位  ·  华为昇腾推理DeepSeek-R1,性能比肩 ... ·  2 天前  
爱可可-爱生活  ·  《爱可可微博热门分享(2.2)》 ... ·  4 天前  
51好读  ›  专栏  ›  机器学习研究会

【直观详解】拉格朗日乘法和KKT条件

机器学习研究会  · 公众号  · AI  · 2017-12-12 23:58

正文

【阅读时间】8min - 10mun


【内容简介】直观的解读了什么是拉格朗日乘子法,以及如何求解拉格朗日方程,并且给出几个直观的例子,针对不等式约束解读了KKT条件的必要条件和充分条件


1

What & Why


拉格朗日乘法(Lagrange multiplier)是一种在 最优化的问题中 寻找多元函数在其变量 受到一个或多个条件的相等约束 时的 求局部极值的方法 。这种方法可以将一个有 n 个变量和 k 个约束条件的最优化问题转换为一个 解有 n+k 个变量的方程组的解的问题

考虑一个最优化问题


2

How



那么如何求这个极值点呢?

例子1

设一个具体的例子,我们需要求下列问题

根据几个不同的解带入 f(x,y) 到,2,-2,0,也就是我们需要的最大值,最小值,对应的直观图像解释如下图所示( 非常直观的展现约束和等高线的含义

例子二







请到「今天看啥」查看全文