Hallo Zusammen,
Seit kurzer Zeit beschäftige ich mich mit Support Vector Maschinen. Nachdem ich das Gefühl habe, grundsätzliche Zusammenhänge einigermaßen begriffen zu haben, wollte ich einmal versuchen eine SVM zu programmieren. Wie es scheint, muss ich lediglich eine Hyperebene berechnen, die folgende Form hat:
wx+b=0 (w=Gewichtsvektor, x=Trainingsdatenvektor)
Um w und b zu bekommen, muss man eine Lagrangegleichung maximieren. Diese lässt sich durch eine duale Gleichung ausdrücken, welche man minimieren muss. Aus der Minimierung erhält man den Lagarngemuliplikator, den man benutzen kann, um w und b auszurechnen.Jedoch heisst es in allen Büchern, in denen ich darüber etwas gelesen habe, dass das Auffinden einer Lösung dieses Minimierungsproblems nicht mit einfachen rechnerischen Mitteln zu finden ist. Vielmehr muss man numerische Methoden der quadratischen Optimierung anwenden. Leider weis ich aber gar nicht welche Methoden das sein sollen. Kann mir jemand sagen welche numersichen Methoden gemeint sind, so dass ich gezielt dannach suchen kann?
Danke schon mal
Jens