问题标签 [cvxpy]

（第一个问题，如果在某种程度上不好，将进行编辑。在发布之前进行了研究）

我想预测 x*C=y （x 和 y 是数据集，C 是一个矩阵），具有 C 的行总和为 1 并且其元素介于 0 和 1 之间的约束。

因为受约束的是行，而不是列，所以我不能只使用线性回归而必须写下误差函数。我在 Matlab 中成功地做到了这一点，所以我知道它不在数据或方法中，而可能在我的代码中。

我的代码（如下）给出了这两个错误之一（取决于随机初始猜测，我假设）：

任何帮助将不胜感激。我是 Python 新手，在这方面花了很多时间。

这是我的 Matlab CVX

我在 Python 环境中的 cvxpy 中尝试了这个：

但是约束变量有问题。也许 numpy 函数不起作用。似乎只有 cvxpy 语法有效。但是，我在 cvxpy 语法中找不到矩阵乘法。我怎样才能做到这一点？

我已经在启用 python 的情况下在线安装了 Microsoft Visual Studio 2017。在Python Environments > Packages我搜索下cvxpy，它建议安装"pip install cvxpy" from PyPI. 但是当我点击它时，进程返回一个错误说：error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\cl.exe' failed with exit status 2。

该错误是什么，我该如何解决？

我是 cvxpy 的新手，非常感谢您对以下问题的帮助。我写了以下简单的优化代码：

不幸的是，当我运行代码时，它会产生以下错误：

代码有什么问题以及纠正它的最佳方法是什么？先感谢您！

我写了以下代码

我试图了解如何使用 cvxpy 来解决矩阵完成问题。

我有一个矩阵 M，缺少对应于mask矩阵的条目。它被最小化到 S 的核范数，并且约束对应于 S 和 M 的mask-True条目的匹配，在一定的容差内。

有人可以帮我找出我的代码或逻辑中的错误吗？我无法找到正确使用solve(). 我试图通过S.value.

最小_S ||S|| _* st S=M 对于已知条目

我正在尝试在 Windows 上安装 CVXPY。我已经安装了 Anaconda，所以我正在按照这些步骤操作。我将 anaconda 更新到了最新版本，并检查了我的计算机上是否已经安装了适用于 Python 的 Visual Studio C++ 编译器。之后，我从 Anaconda 安装 SCS，运行建议的命令：

这返回了一条错误消息：

我不知道 blaze 包是什么，我猜是 anaconda 安装的东西，所以我从 pip 中卸载了它，然后安装了 scs（我这样说是为了以防万一它很重要，现在真正的问题来了）

安装 SCS 后，我安装了 CVXPY：

显然在安装过程中没有出现错误消息，但是我运行了nosetest：

这返回了 27 条我不知道如何解决的错误消息。¿ 其他人有这个问题，可以给我一些提示吗？

（我在这里粘贴了一些我收到的错误消息）。

使用 CVXPY 时，我经常收到“SolverError”。他们的文档只是说这是由数字问题引起的，但没有提供有关如何避免它们的进一步信息。

以下代码片段是一个示例，问题很简单，但“CVXOPT”求解器只是抛出“SolverError”。确实，如果我们将求解器更改为另一个求解器，例如“ECOS”，问题将按预期得到解决。但关键是，“CVXOPT”原则上应该解决这个微不足道的问题，这让我很困惑为什么它不起作用。

我正在使用 cvxpy 进行简单的投资组合优化。

我实现了以下虚拟代码

我限制完全投资，只做多，营业额<= 75%。但是，我想将营业额用作“软”约束，因为求解器将尽可能少地使用但尽可能多地使用，目前求解器将几乎完全最大化营业额。

我基本上想要这样的东西，它是凸的并且不违反 DCP 规则

我认为这应该设置一个最小阈值（此处为 5%），然后使用尽可能多的营业额，直到找到可行的解决方案。

我尝试将我的目标函数重写为

其中惩罚是例如2，我的约束对象仍然看起来像

我从未使用过软约束，任何解释都将不胜感激。

编辑：中间解决方案

上面的代码将强制增加 item[0] 的权重，这里是 +20%，以保持 sum() =1 约束，必须通过 -20% 的减少来抵消，因此我知道它需要至少需要 40% 的营业额才能做到这一点，如果使用 penalized = False 运行代码，则必须对 <= 0.4 进行硬编码，任何小于该值的代码都会失败。penalized = True 案例将找到 40% 的最低要求营业额并解决优化问题。我还没有弄清楚如何在宽松的情况下设置最小阈值，即至少设置 45%（如果需要，可以设置更多）。

我在第 37 页的第 4.6 章中找到了有关该问题的一些解释。

博雅纸

cvxpy 有没有办法有条件约束，我正在研究一个像这样的简单凸投资组合优化问题。

我正在尝试引入一个仅适用于某些场景的约束

在这个 python 伪代码中，我只想控制正的权重变化。

我查看了 cvxpy 函数，但似乎没有什么能做到这一点。

我正在使用 CVXPY（1.0 版）。我不明白是什么导致了ZERO表达式和NONNEGATIVE表达式之间的差异，如以下代码所示：