Los multiplicadores de Lagrange en el contexto de SVM se denotan típicamente αyo. El hecho de que a menudo se observa que la mayoríaαyo= 0es una consecuencia directa de las condiciones de doble complementariedad de Karush-Kuhn-Tucker (KKT) :
Ya que yyo(wTXyo+ b ) = 1 iff Xyo está en el límite de decisión SVM, es decir, es un vector de soporte asumiendo Xyo está en el conjunto de entrenamiento y, en la mayoría de los casos, pocos vectores de entrenamiento son vectores de soporte, como señaló Whuber en los comentarios, significa que la mayoría αyo son 0 o C.
Las notas de la conferencia CS229 de Andrew Ng sobre SVM introducen las condiciones de complementariedad dual de Karush-Kuhn-Tucker (KKT):
Tenga en cuenta que podemos crear algún caso en el que todos los vectores en el conjunto de entrenamiento sean vectores de soporte: por ejemplo, vea esta Pregunta de máquina de vectores de soporte .