基于MATLAB和CVX的Frobenius范数最小化
我有一个表格问题:基于MATLAB和CVX的Frobenius范数最小化,matlab,optimization,matrix,libsvm,cvx,Matlab,Optimization,Matrix,Libsvm,Cvx,我有一个表格问题: minimize ||Q||_F subject to l_i (x_i^T Q x_i) >= 1 其中,Q是一个方阵,x_i是训练示例,l_i是训练示例的标签 有没有一种方法可以通过使用内置优化例程或CVX、libsvm或其他优化包,使用现有的MATLAB优化工具来解决这个问题?利用跟踪操作符的属性,我们得到以下结果 这应该很容易翻译成CVX。通过对范数平方和矩阵向量化,得到了一个不等式约束的二次规划。除了使用CVX,还可以使用 乳胶代码: $$\begin{
minimize ||Q||_F subject to l_i (x_i^T Q x_i) >= 1
其中,Q
是一个方阵,x_i
是训练示例,l_i
是训练示例的标签
有没有一种方法可以通过使用内置优化例程或CVX、libsvm或其他优化包,使用现有的MATLAB优化工具来解决这个问题?利用跟踪操作符的属性,我们得到以下结果 这应该很容易翻译成CVX。通过对范数平方和矩阵向量化,得到了一个不等式约束的二次规划。除了使用CVX,还可以使用
乳胶代码:
$$\begin{array}{ll} \text{minimize} & \| \mathrm Q \|_F\\ \text{subject to} & \mbox{tr} (l_1 \mathrm x_1 \mathrm x_1^T \mathrm Q) \geq 1\\ &\qquad\vdots\\ & \mbox{tr} (l_m \mathrm x_m \mathrm x_m^T \mathrm Q) \geq 1\end{array}$$
恐怕这个问题不适合堆栈溢出。首先,对于周围的大多数程序员来说,这可能是不清楚的。然后,它要么过于宽泛(如果您希望我们编写代码),要么是库/工具推荐问题(这也是离题的,因为它往往会吸引垃圾邮件和低质量的答案)。