La programación cuadrática es un problema de optimización, lo que significa que su objetivo es encontrar los extremos / extremos de algunos mapas. Cuando SVM se enmarca cuantitativamente, es un problema de programación cuadrática (detalles a continuación).
Los problemas de optimización de programación (lineal, cuadrática) son de la siguiente forma:
optimizar f (x)
sujeto a Ax <= b
- Cómo transformar una ecuación usando la técnica de transformación de coordenadas
- Cómo convertir una EDO de tercer orden en un sistema de ecuaciones
- Cómo generar una ecuación de un diagrama de Bode a partir de datos dados
- Cómo factorizar una ecuación binomial cuadrática
- ¿Cuáles son los diversos métodos para resolver ecuaciones diferenciales no lineales?
donde x es un vector Para la programación lineal, esta función es f (x) = . Para la programación cuadrática, f (x) = (1/2) + . aquí, es un producto interno. Q es una matriz. a veces se denomina forma cuadrática, pero eso puede complicarse rápidamente.
SVM extiende el análisis discriminante lineal al incluir el requisito de maximizar el margen. Para dos conjuntos de puntos n-dimensionales que son linealmente separables, hay infinitos hiperplanos que los separan. Para obtener una solución única, imponemos la condición de que el hiperplano debe crear un margen máximo entre los dos grupos. Para los puntos que no son linealmente separables, el margen máximo se convierte en un término de regularización para una función de pérdida. Estas formulaciones pueden combinarse en un problema de programación cuadrática.
En lugar de escribir todo eso, me referiré a wikipedia, que alguien ha escrito meticulosamente:
Máquinas de vectores soporte
En pocas palabras: la SVM lineal es un problema de programación cuadrática.