问题标签 [convex-optimization]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - 向线性支持向量机/逻辑回归目标函数添加仿射项
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?
.net - 什么是用于凸优化的 dotnet 库?
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)
mathematical-optimization - 大数组上的 Cplex NullPointerException
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...
matlab - MATLAB:凸优化算法的缓慢收敛
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?
matlab - 使用 fminunc 函数
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
matlab - 在matlab中为fmincon函数添加约束
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
matlab - 如何使用凸包函数在Matlab中提取形成3维多边形凸包的点?
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
numerical-methods - 测试凸优化代码
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?
python - cvxopt CVXOPT glpk MILP 中的简单优化。无优化
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]
python - GLPK Integer Optimizer 打印“PROBLEX HAS NO INTEGER FEASIBLE SOLUTION”,但仍返回最佳状态
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。