machine-learning - svm中的“本地解决方案”是什么意思？

Question

我读过关于 svm 的文章。我只是在“全球解决方案”和“本地解决方案”之间感到困惑。

任何人都可以帮助我了解它们之间的区别吗？

谢谢

Answer 1

一般来说，“局部解决方案”与“全局解决方案”分别表示“在某些固定环境中的最佳”和“在整个可能值集中的最佳”。因此，例如，如果您分析cos(10x)/x函数以找到正 x 的最小值，您会发现它在“x~0.28”（全局解）附近，尽管有很多局部最小值，即。x~0.93（http://www.wolframalpha.com/input/?i=min%5B+cos%2810x%29%2Fx%2C+x%3E0+%5D）

这个概念在机器学习（在 SVM 中也是如此）中至关重要，因为许多学习模型没有为他们的问题找到全局解决方案的有效方法（这会导致更差的学习效果）。SVM 成功背后的原因之一是它有保证（假设有足够的时间和完美的数值精度）收敛到全局最优值，因此 - 在最大余量意义上找到最佳可能的参数集。