凸集

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接： https://blog.csdn.net/yaoqiang2011/article/details/79080100 原文地址： SVM - Understanding the math - convex-functions/ by Brandon Amos 感谢参与翻译同学：@程亚雄 && @张蒙 && @jozee 时间：2018年1月。 出处： http://blog.csdn.net/han_xiaoyang/article/details/70214565 声明：版权所有，转载请联系 寒小阳 (hanxiaoyang.ml@gmail.com)并注明出 1.引言 这是SVM数学基础系列教程 第5部分 。现在我们来学习凸函数相关的知识。如果你没有读过之前的文章，建议从 《第一部分》 开始学习。 1.1 如何找到全局最小值 有一种简单的方法可以找到全局最小值： 找到所有的局部极小值 最小的局部极小值就是全局最小值 还有另一种方法就是研究需要极小化的目标函数。如果这个函数是凸函数，那么就可以确保该函数的局部极小值即是全局最小值 定理 ：凸函数的局部极小值就是全局最小值 ( Proof page 9 ) 2.凸函数 2.1 什么是凸函数