问题标签 [convex-optimization]

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：

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？

你会推荐任何凸优化库吗？

理想情况下是开源的。半定规划和 QCQP 的先验。

（我打算将它与 fsharp 一起使用，但任何 dotnet 都可以）

我使用 cplex Java API。

使用以下代码：

所以我只使用两个布尔向量 x 和 y。此代码段适用于 inst.getSize() 为例如 25 的较小实例。但是，对于大小为 40 的实例，它在最后一行崩溃。

你有什么想法吗？我需要让它工作...

我想加快 MATLAB 中凸优化问题的收敛速度。

我的目标函数是具有三个参数的凸函数，并且我正在使用梯度上升来最大化。

现在我正在手动编写迭代，终止条件是新参数值和旧参数值之间的差异非常小（大约 0.0000001）。我不能根据迭代次数终止，因为它不能保证它已经收敛到最佳解决方案。

所以，收敛需要很多时间——差不多 2 天！有什么办法可以加快这个速度吗？

实际上我的目标函数只有三个参数。我知道我的第一个参数的值应该大于第二个参数的值。

所以从初始条件开始，第二个参数的值开始迅速增加。达到某一点后，第一个参数的值开始快速增加。当第一个参数的值开始增加时，第二个参数的值开始缓慢下降。最终，我的第一个参数的值大于第二个参数的值。

有什么方法可以加快这个过程吗？2天是很长的时间。此外，计算梯度也很耗时。它需要大量的矩阵计算。

我不想从定义的参数值开始，比如 parameter1 的值大于秒的值。此外，第一个参数不必总是大于第二个参数。我只知道哪个参数值应该更大。有什么建议么？

我正在尝试使用 fminunc 函数进行凸优化。但是，在我的情况下，我采用的是关于 logx 的梯度。让我的目标函数为 F。那么梯度将为

所以

我如何在 fminunc 中实现它

我想在 fmincon 函数中添加一些约束。我有三个参数，因此所有三个参数的值都应该大于 0 。如何在 matlab 中使用 fmincon 函数实现这一点

我在 Matlab 中使用不同的凸包函数来查找形成凸包的点坐标。但是，这些函数返回三角形矩阵。如何指定这些点？谢谢。塞皮德

我想为我已经实现的一组凸优化方法（梯度下降、共轭梯度、BFGS 等）创建一套测试问题。

理想情况下，我会知道问题的确切解决方案，然后检查这些算法是否得到了足够接近的答案。

目前，我正在为多元高斯做最大似然（并使用上述基于梯度的方法而不是封闭形式的答案）。

你还有什么推荐的？

我正在使用 CVXOPT 来解决这个简单的优化问题：

显然这有一个非常简单的解决方案

（其余均为0）

但是，cvxopt 完全错误。这就是我所做的：

（以上都是“矩阵”类型的cvxopt）

打印 glpk.ilp(c,G,h,A,b,I=set([0,1,2,3,4,5]))[1]

GLPK 的输出需要帮助。某些约束无法（故意）得到满足，GLPK 打印“PROBLEM HAS NO INTEGER FEASIBLE SOLUTION”，但仍返回“最佳”作为解决方案的状态。

我已将所有公差级别设置为 0

这是输出

想要的行为是在“问题没有整数可行的解决方案”时指示失败

谢谢。