Convex Duality 슬라이드에서
f(x)=min_\lambda\{\lambda x-f^*(\lambda)\}f(x)=minλ{λx−f∗(λ)} 이 식이 등장하는데요.
이를 해석하면 f(x)f(x) = "람다를 조절해 얻을 수 있는 \lambda x-f^*(\lambda)λx−f∗(λ) 의 최소값" 이 되는게 맞나요?
저는 \lambda x-f^*(\lambda)λx−f∗(λ) 를 선형 근사식으로 이해했습니다. 따라서 최소화 해야하는 식은(x에 대해) \lambda x-f^*(\lambda) - f(x)λx−f∗(λ)−f(x) 이 되어야 할 것 같아서요.
제 생각에는 어떤 최적의 람다를 \lambda^*λ∗라고 하고 f(x)=\lambda^* x-f^*(\lambda^*)f(x)=λ∗x−f∗(λ∗) 이렇게 표현하는게 맞는것 같은데 제가 어느 부분에서 잘못 이해한건지 알려주시면 감사하겠습니다.
comment