1. 与原点的最短距离
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    所以我们得出结论:在极值点,圆与曲线相切

  2. 等高线
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    根据梯度的性质,梯度向量:
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    图中的黄线都是法线
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    图中蓝色箭头为法线
    结论:梯度与等高线的梯度垂直
    机器学习笔记-第七章支持向量机(拉格朗日乘子法)
    等高线映射到平面上直径方向间隔相等

相关文章:

  • 2021-07-24
  • 2021-06-24
  • 2021-10-14
  • 2021-04-16
  • 2021-11-20
  • 2021-11-24
  • 2021-09-18
  • 2021-07-19
猜你喜欢
  • 2021-07-11
  • 2022-12-23
  • 2021-09-11
  • 2021-12-20
  • 2021-11-10
  • 2021-12-20
  • 2021-12-08
相关资源
相似解决方案