约束最优化问题求解：拉格朗日乘子法和KKT条件

在约束最优化问题中，经常利用拉格朗日对偶性（Lagrange duality）将原始问题转换为对偶问题，经过解对偶问题而获得原始问题的解。该方法应用在许多统计学习方法中，例如最大熵模型和支持向量机。web 对于等式约束的优化问题，能够应用拉格朗日乘子法（Lagrange Multiplier)去求取最优值；若是含有不等式约束，能够应用KKT（Karush-Kuhn-Tucker）条件去求取。固然，

>>阅读原文<<