Optimization 稀疏最小二乘回归工具

我想用几十万个例子做稀疏高维（几千个特征）最小二乘回归。我很高兴使用非幻想优化-随机梯度下降是好的

有没有人知道有什么软件已经实现了这样做，所以我不必写我自己的

---

亲切问候。

虽然我不确定，但这让我觉得（线性代数软件包）能够提供支持。他们通常对大型矩阵数学感兴趣，包括稀疏矩阵和核心外尺寸。基本版本是FORTRAN，但也有C和其他语言库的端口

---

由于LAPACK的许多底层调用都使用BLAS（基本线性代数子程序），您可能还想查看一下。

我建议您看看。这是一个相当成熟的线性代数库，尽管与它的接口可能有点棘手，因为它是用Fortran编写的。不过，这很好，因为Fortran与C是ABI兼容的，如果您的函数原型正确的话

---

[编辑]进一步审查后，LAPACK似乎不支持稀疏矩阵。出于某些目的，它可以处理带状矩阵，但对于线性最小二乘问题，它只支持一般矩阵。

我很确定，它可以用于此类问题。它非常强大和灵活。该页面链接了大量在线资源。

感谢您的评论。我在寻找一种能为我处理梯度计算和所有数据争论的东西。最后我什么也找不到。R似乎被大数据集淹没了。我在python中使用numpy实现了一个解决方案。