文件名称：wolfe函数MATLAB代码-SCFW:SCFW
文件大小：14.1MB
文件格式：ZIP
更新时间：2024-06-28 06:46:43
系统开源
wolfe函数MATLAB代码SCFW 论文中算法的实现（第 37 届国际机器学习会议论文集，奥地利维也纳，PMLR 119，2020。作者版权所有 2020）。 要求 所有方法都在 Python 3.7 上使用数学包实现： 麻木 1.18.1 scipy 1.4.1 运行代码 您需要定义优化任务的问题： from problems . portfolio import PortfolioProblem portfolio_problem = PortfolioProblem ( path = './data/syn_1000_800_10_50.mat' ) 并使用参数运行该方法： from scfw . frank_wolfe import run_frank_wolfe result = run_frank_wolfe ( portfolio_problem , alpha_policy = 'backtracking' , max_iter = 100 , print_every = 10 ) 可用的实现 问题： 泊松逆问题 投资组合优化问题 距离加权判别问题 非负线性系统（一
【文件预览】：
SCFW-master
----README.MD(6KB)
----scopt()
--------prox_grad.py(3KB)
--------prox_newton.py(6KB)
----scfw()
--------policies.py(6KB)
--------frank_wolfe.py(3KB)
--------__init__.py(0B)
----domain_functions()
--------llo_oracles.py(863B)
--------products.py(574B)
--------__init__.py(0B)
----data()
--------a2a(158KB)
--------a1a(112KB)
--------syn_1000_1200_10_50.mat(8.43MB)
--------syn_1000_800_10_50.mat(5.62MB)
----experiment.ipynb(5KB)
----.gitignore(64B)
----problems()
--------dwd.py(4KB)
--------poisson.py(3KB)
--------__init__.py(0B)
--------portfolio.py(2KB)
--------kl.py(3KB)
--------base_problem.py(730B)
--------cov_estimation.py(3KB)