梯度垂直于等高线,指向函数变化最快的方向,指向极大值点方向
约束条件为等式求极值
先来看个简单求极值例子
h(x,y) = x+y-1=0,f(x,y) = (x-2)**2+(y-2)**2
先看下图形...z=f(x,y)等高线,以点(2,2)为圆形的同心圆
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d..., 40是等高线分为几部分
plt.contourf(X, Y, f(X, Y), 40, alpha = 0.8, cmap = plt.cm.RdBu)
# 绘制等高线
#C = plt.contour...的梯度等于0,从图中可以看出在可行域,梯度反向时取的最小值,梯度同向取的最大值,存在\lambda,使得
注意\lambda*g=0,还有个情况是f梯度等于0点在可行域范围内\lambda=0,\Delta...在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。