回歸問題的條件/前提： 1） 收集的數據 2） 假設的模型，即一個函數，這個函數里含有未知的參數，通過學習，可以估計出參數。然后利用這個模型去預測/分類新的數據。 1. 線性回歸 假設 ...

1. 概述 \(\quad\)那么開始第二期，介紹凸錐和常見的集合，這期比較短(因為公式打得太累了)，介紹凸集和凸錐與仿射集的意義在哪呢，為的就是將很多非凸集合轉化為凸集的手段，其中，又以凸包（包裹集合所有點的最小凸集）為最常用的手段，在細節一點，閉凸包（閉合的凸包）是更常用的手段。 2. 凸 ...

概念 1)凸優化：是指一種比較特殊的優化，是指求取最小值的目標函數為凸函數的一類優化問題。 2)兩個不等式： 兩個正數的算數平均值大於幾何平均值，即： 給定可逆矩陣Q，對於任意的向量x，y有： 3)凸集：集合C中任意兩個不同點的線段仍在集合C內，則稱集合S ...

1. 概述 \(\quad\)之前介紹了凸集相關的定義與部分性質，其實不是特別完全，因為單單的幾篇博客是無法把凸集這一塊完全講全的，所以凸集變換這里也只講幾個稍微重要的變換。來捋一下學習的脈絡吧，凸問題由求解變量、約束與目標函數組成，其中變量的可行域必須是凸集。所以下面要介紹的就是涉及到約束 ...

目錄 1. 凸集 2. 仿射集 3.凸函數 4.凸優化問題 最近學習了一些凸優化的知識，想寫幾篇隨筆作為總結備忘。在此篇中我們簡要地介紹一點點基本概念。 1. 凸集 **定義1. 集合$S\in\mathbb{R}^{n ...

什么是凸集？ 假設所有的可行解構成一個點集C ，其中\(x,y\in C\)，若有他們連線上的任意一點也是屬於C的話，點集C就是一個凸集，即 \(\theta x+(1-\theta )y\in C\quad 0\le \theta ...

關於非凸優化的方法， https://blog.csdn.net/kebu12345678/article/details/54926287 提到，可以把非凸優化轉換為凸優化，通過修改一些條件。 非凸優化問題如何轉化為凸優化問題的方法：1）修改目標函數，使之轉化為凸函數2）拋棄一些約束條件，使新 ...

凸集、凸函數、凸優化和凸二次規划 一、總結 一句話總結： 凸集：集合C內任意兩點間的線段均包含在集合C形成的區域內，則稱集合C為凸集 二、凸集、凸函數、凸優化和凸二次規划 轉自或參考：凸集、凸函數、凸優化和凸二次規划https://blog.csdn.net ...