优化问题，凸优化，凸二次优化问题

首先：！优化问题通常喜欢求解最小值min 如果要求max就给他转换过来 定义： 首先，什么是凸函数： 在优化问题中我们喜欢凸函数的原因： 在数据科学的模型求解中，**如果优化的目标函数是凸函数，则局部极小值就是全局最小值。这也意味着我们求得的模型是全局最优的，不会陷入到局部最优值。**例如支持向量机的目标函数||w||2/2就是一个凸函数。 如何来判断一个函数是否是凸函数呢？ 对于一元函数f(x)

>>阅读原文<<