我目前正在解决一个问题,我必须解决 L2-regularized 逻辑回归或 L2-reg 线性 SVM 问题,其中我有一个附加的仿射项。
所以我的问题例如是:
min_ w {C*sum_i max(1-w*x_i*y_i,0) + 0.5*||w||^2_2 + w * v }
其中 v 是一个常数向量。
当然这是一个凸问题,可以用通常的方法解决,但是我要解决很多这种类型的大问题,所以我很想用一个标准库,比如liblinear。
我的问题是,有没有办法转换数据 x、标签 y 或权重因子 C(可能为每个实例转换为不同的 C_i),这样这个问题就相当于标准的铰链损失 SVM 或逻辑回归问题?