? ? ? ? ?牛頓法用來解決優(yōu)化問題,優(yōu)化問題在機器學習中是是常見的問題施无。對于一個可微的函數(shù)如何找到他的極值點就是優(yōu)化問題辉词。
牛頓法只能得到局部極值
這種方法需要給出一個初始點
原理:二階逼近
牛頓法對局部凸函數(shù)找到極小值,對局部凹函數(shù)找到極大值帆精,對局部不凸不凹函數(shù)可能找到鞍點
牛頓法要求估計二階導(dǎo)數(shù)较屿。
公式推導(dǎo):二階逼近
首先在初始點 x0處,寫出二階泰勒級數(shù)
? ? ? ? ?牛頓法用來解決優(yōu)化問題,優(yōu)化問題在機器學習中是是常見的問題施无。對于一個可微的函數(shù)如何找到他的極值點就是優(yōu)化問題辉词。
牛頓法只能得到局部極值
這種方法需要給出一個初始點
原理:二階逼近
牛頓法對局部凸函數(shù)找到極小值,對局部凹函數(shù)找到極大值帆精,對局部不凸不凹函數(shù)可能找到鞍點
牛頓法要求估計二階導(dǎo)數(shù)较屿。
首先在初始點 x0處,寫出二階泰勒級數(shù)