Python CVXPY中的分段线性函数

我有一个凸优化问题，具有可分离的、凸的、分段线性函数f_I（var_I），每个函数由一系列点[（值、成本）]和一些其他也是凸的项定义。我想弄清楚两个如何在CVXPY中构建这些分段函数

如何获取以下两个点列表，并将它们作为分段函数添加到CVXPY目标中

import cvxpy as cp
w = cp.Variable(n)

f1_points = [(-5, 10), (-2, -1), (0, 0)]  # -5 <= var1 <= 0  (Convex)
f2_points = [(-4, 5), (0, 0)]  # -4 <= var2 <= 0  (Linear)

f1_cost_function = ...
f2_cost_function = ...
constraints = [cp.sum(w) = 0] + ...
problem = cp.Problem(cp.Minimize(cp.sum([f1_cost_function, f2_cost_function] + ...)), constraints)

将cvxpy作为cp导入
w=cp.变量（n）
f1#u点=[（-5,10），（-2，-1），（0,0）]#-5因此，从点列表来看，这在CVXPY中不可能直接出现。但是，如果将分段函数重写为点斜率函数而不是点集合，则可以使用cvxpy
max
函数生成分段线性函数

f1_functions = [f1_line1, f1_line2, ...]
f1 = cp.maximum(f1_functions)

这在。
mmm…中用一个例子进行了描述。。。可能我无法从点创建分段函数，但您必须创建函数并使用cp.max（[f1]）。我会等着看是否有更好的方法。这可能会有帮助：。我问了这个相当普遍的问题，开始使用线性规划进行变化点检测。因为我想让它解决非小问题（>10^4个数据点），所以速度非常慢。