问题标签 [cvxopt]

我正在尝试在 python 3.4 上安装 cvxopt 包。我正在使用 pip 但我收到错误消息“command 'c:\MinGW\bin\gcc.exe' failed with exit status 1”

我尝试了很多东西，比如安装没有运行的 numpy+mkl 我不知道为什么，或者安装 atlas 但这些都不能解决我的问题，所以我被卡住了。我应该安装地图集还是其他东西？

请问你能帮帮我吗？提前致谢！

I want to further my real world semi definite programming optimization problem with a constraint on sum of absolute values. For example:

I have searched internet and documentation but could not find a way to represent this. I am using python and cvxopt module.

我需要在 python 中指定以下投资组合优化问题（使用 cvxopt 或任何其他优化包）。我无法弄清楚如何在目标函数中指定包含绝对值的问题。该问题试图通过优化成分权重来最小化投资组合波动率和目标波动率之间的差异。问题表达如下

其中 Σ 是协方差矩阵，σ_目标是波动率目标（例如 5%）

如何在 python 中制定上述问题？我目前使用 cvxopt 来解决一般 QP 类型的问题。

我想在 python 中拟合一个具有负二项式链接函数和 L1 正则化（套索）的广义线性模型。Matlab 提供了很好的功能：

其中 distr 可以是泊松、二项式等。

我查看了 statmodels 和 scikit-learn 但我没有找到任何可以指导我找到解决方案的现成函数或示例。在 matlab 中，他们似乎将其最小化：

其中偏差取决于链接功能。

有没有办法使用 scikit 或 statsmodels 轻松实现这一点，或者我应该选择 cvxopt？

我一直在尝试将一些代码从 Matlab 传递到 Python。我在 Matlab 上遇到了同样的凸优化问题，但我在将其传递给 CVXPY 或 CVXOPT 时遇到了问题。

这就是我用Python和CVXPY尝试过的。

尽管如此，它还是行不通。你们中有人知道如何使它工作吗？我很确定我的问题在于约束。并且它会很高兴与 CVXOPT 一起使用。

没有足够的文档，我的数学知识有限。

该模型

结果

我如何解释 s,x,z 哪一个是我的变量的结果？

如果我打印 s 和 x，我总是得到一个接近 1 和另一个接近 0 的值，这似乎是无限错误的。

我有一个 python 代码来解决以下简单的半定程序：

输入：两个实数 4 x 4 矩阵，A 和 B

输出： 1 - q 其中 q = 所有 p 的最大值，这样：

1. 0 < p < 1

2. A - p B 是半正定的

当我以详细模式查看上述问题的实例时，Python 代码会生成以下消息。

有几个参数。我想知道是否可以在任何参数上指定边界以终止 SDP，但指定最大迭代次数除外。例如，我们可以指定“gap”、“pres”、“dres”的限制吗？

我正在研究一个中型线性程序（70k x 10k 稀疏约束矩阵），需要运行大量场景，在我当前的求解时间需要大约 2,000 个 CPU 小时。因为变化相对较小（最多改变目标函数的 10%，也就是 c 矩阵），所以使用热启动可以显着加快求解时间，但我无法找到快速热启动 LP 求解器Python。

迄今为止，我一直在使用linprogMatlab 和 Python 中的CVXOPT lp求解器，使用 CVXOPT 中的 GLPK 单纯形求解器具有最佳性能。但是，GLPK 的 CXVOPT 包装器没有实现热启动，即使使用 GLPK 可以进行热启动。虽然 CVXOPT 在其本机conelp求解器中支持热启动，但这比 GLPK 中的冷启动要慢得多。我无法在PuLP中找到热启动选项或在 Python 模块中找到对热启动的其他参考。

有没有人有适应/修补 CVXOPT 以使用 GLPK 进行热启动的经验，或者可以展示如何在其他 Python 优化包中进行热启动？

此处和此处已提出类似问题，但没有足够的细节来产生有用的答案。

我正在尝试使用cvxopt优化以下二维线性程序：

本质上，它是一个对正 x、正 y 和负 y 有约束的框，对正 x 有冗余约束，对负 x 没有约束。我得到的输出是：

问题是 LP 在负 x 方向上是无界的，因此原始目标应该是无穷大。我不确定为什么 cvxopt 会-1.0在同样令人困惑的(-1.0, 0)最佳点返回原始目标。

cvxopt 有没有办法告诉我解决方案是无穷大的？

我正在尝试用 CVXOPT 解决线性程序。有 2n 个变量，x_1,...,x_2n。LP 的形式为

最小 x_{n+1}+...+x_{2n}

st 斧头 \leq b

这里，A 和 b 是固定的。从这里看起来很简单。由于我正在优化变量后半部分的总和，因此我创建了一个包含 n 个零和 n 个的向量：c = (0,...,0,1,...,1) 并具有以下代码 (假设 A 和 b 已经计算）：

此代码直接来自 CVXOPT 文档。但是，我收到一条错误消息：

我查了一下，但在我看来，调用 matrix() 应该已将 c 转换为适当的类型。有谁知道如何解决这一问题？