回归问题的条件/前提： 1） 收集的数据 2） 假设的模型，即一个函数，这个函数里含有未知的参数，通过学习，可以估计出参数。然后利用这个模型去预测/分类新的数据。 1. 线性回归 假设 ...

1. 概述 \(\quad\)那么开始第二期，介绍凸锥和常见的集合，这期比较短(因为公式打得太累了)，介绍凸集和凸锥与仿射集的意义在哪呢，为的就是将很多非凸集合转化为凸集的手段，其中，又以凸包（包裹集合所有点的最小凸集）为最常用的手段，在细节一点，闭凸包（闭合的凸包）是更常用的手段。 2. 凸 ...

概念 1)凸优化：是指一种比较特殊的优化，是指求取最小值的目标函数为凸函数的一类优化问题。 2)两个不等式： 两个正数的算数平均值大于几何平均值，即： 给定可逆矩阵Q，对于任意的向量x，y有： 3)凸集：集合C中任意两个不同点的线段仍在集合C内，则称集合S ...

1. 概述 \(\quad\)之前介绍了凸集相关的定义与部分性质，其实不是特别完全，因为单单的几篇博客是无法把凸集这一块完全讲全的，所以凸集变换这里也只讲几个稍微重要的变换。来捋一下学习的脉络吧，凸问题由求解变量、约束与目标函数组成，其中变量的可行域必须是凸集。所以下面要介绍的就是涉及到约束 ...

目录 1. 凸集 2. 仿射集 3.凸函数 4.凸优化问题 最近学习了一些凸优化的知识，想写几篇随笔作为总结备忘。在此篇中我们简要地介绍一点点基本概念。 1. 凸集 **定义1. 集合$S\in\mathbb{R}^{n ...

什么是凸集？ 假设所有的可行解构成一个点集C ，其中\(x,y\in C\)，若有他们连线上的任意一点也是属于C的话，点集C就是一个凸集，即 \(\theta x+(1-\theta )y\in C\quad 0\le \theta ...

关于非凸优化的方法， https://blog.csdn.net/kebu12345678/article/details/54926287 提到，可以把非凸优化转换为凸优化，通过修改一些条件。 非凸优化问题如何转化为凸优化问题的方法：1）修改目标函数，使之转化为凸函数2）抛弃一些约束条件，使新 ...

凸集、凸函数、凸优化和凸二次规划 一、总结 一句话总结： 凸集：集合C内任意两点间的线段均包含在集合C形成的区域内，则称集合C为凸集 二、凸集、凸函数、凸优化和凸二次规划 转自或参考：凸集、凸函数、凸优化和凸二次规划https://blog.csdn.net ...