李航老师的统计学习方法中的凸优化问题
0
最佳答案
1
不是说能够求解凸优化的机器学习方法是最优秀的，而是例如支持向量机这种机器学习算法，最后求解超平面的过程可以转换成功凸优化求解。
你别如贝叶斯分类，它是基于贝叶斯定理，根本用不到凸优化这个线性代数的东西。
也不能说贝叶斯比支持向量机差啊。
奖励园豆：5
嗯，我可以理解不存在说哪个模型更优的说法，应该说哪个模型更适合哪种场景。。
我就是对上面那个描述不理解，觉得单纯从字面上分析，会让我感觉存在两种模型相比孰优孰劣的情况。。
按照字面理解，凸优化问题保证存在全局最优解，而其他学习问题，则不是凸优化问题。。
不就是说其他问题，不能保证存在全局最优解了么。。。
@老笨啊: 凸优化只是最优问题的一种，后者包含前者。
其他回答(1)
0
适合自己的才是最好的方法！
。。。你这是算哲学性答复么？
@老笨啊: 我这答案专为你问题准备的
@iiiiiim:
....一脸懵逼的感觉。。
能不能具体针对这个问题，给点实质性的答复呢。。
@老笨啊: 额，你研究的太深了，我看不懂。。。。我说的是一般人都能理解的。。。。一直感觉把一句话说的连狗都听不懂，故作高深，其实就是自以为是的幼稚，在复杂的系统都是简单的代码累积出来的，再复杂的话也能用通熟易懂的语言表达出来。这里你听不懂不是你的错，是老师水平不到家。。。。。真正的大师，是把别人不懂得东西通俗的讲出来，甚至连广场舞大妈都能听懂，这才是大师。。。。。
@iiiiiim:
这个观点挺赞同的。。很多大师对理论真正理解了的话，其实会很深入浅出地解释一些高深的问题，让人有种豁然开朗的感觉。。
我也没有研究很深，我是搞不懂，自己在那瞎想。。
