machine-learning - KKT条件背后的直觉

在求解SVM优化原始问题时，拉格朗日对偶问题公式中KKT条件的物理意义是什么？

最佳答案

在数学上，KKT条件是证明强对偶性必须满足的方程，这意味着对偶问题的解决方案将等同于原始问题的解决方案。

从概念上讲，当您为SVM运行代码时，KKT条件将成为所有非边界alpha最终变为0的主要原因，因此，支持向量将是唯一> 0的alpha。