单线性约束 KL 最小化可化为一维对偶凸优化并用二分法求解

带期望约束的 KL 最小化问题可化为一维对偶变量的凸优化问题，并通过二分法求解。其最优后验满足 qₙ(yₙ, zₙ=k) ∝ p(yₙ, zₙ=k|xₙ)·exp(λₙwᵀyₙ)，对应均值与混合权重被修正的高斯混合。