首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【算法系列】凸优化的应用——Python求解优化问题(附代码)

【算法系列】凸优化的应用——Python求解优化问题(附代码)

作者头像
统计学家
发布2019-04-10 09:37:36
4.6K0
发布2019-04-10 09:37:36
举报

优化问题一般可分为两大类:无约束优化问题和约束优化问题,约束优化问题又可分为含等式约束优化问题和含不等式约束优化问题。

  1. 无约束优化问题
  2. 含等式约束的优化问题
  3. 含不等式约束的优化问题

针对以上三种情形,各有不同的处理策略:

  1. 无约束的优化问题:可直接对其求导,并使其为0,这样便能得到最终的最优解;
  2. 含等式约束的优化问题:主要通过拉格朗日乘数法将含等式约束的优化问题转换成为无约束优化问题求解;
  3. 含有不等式约束的优化问题:主要通过KKT条件(Karush-Kuhn-Tucker Condition)将其转化成无约束优化问题求解
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-07-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习与统计学 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档