最小二乘支持向量机（LSSVM）推导

LSSVM和SVM的区别就在于，LSSVM把原方法的不等式约束变为等式约束，从而大大方便了Lagrange乘子alpha的求解，原问题是QP问题，而在LSSVM中则是一个解线性方程组的问题。 min ⁡ w , b , e J ( w , e ) = 1 2 w T w + 1 2 γ ∑ i = 1 N e k 2 \min_{w,b,e}J(w,e)=\frac 12 w^Tw+\frac 1

>>阅读原文<<