文件名称：benchmark_linear_svm_binary_classif_no_intercept:用于二进制分类的SVM的Benchopt基准
文件大小：7KB
文件格式：ZIP
更新时间：2024-05-14 18:42:40
Python
用于二进制分类的线性SVM基准存储库 BenchOpt是一个软件包，用于简化优化算法的比较并使其更加透明和可重现。 线性SVM包含解决以下程序： \min_w C \sum_{i=1}^{n} max(1 - y_i x_i^\top w, 0) + \frac{1}{2} \sum_{j=1}^p w_j^2 其中n（或n_samples）代表样本数，p（或n_features）代表特征数，而 y \in \mathbb{R}^n, X = [x_1^\top, \dots, x_n^\top]^\top \in \mathbb{R}^{n \times p} 安装 可以使用以下命令运行此基准测试： $ pip install -U benchopt $ git clone https://github.com/benchopt/benchmark_linear_svm_binar
【文件预览】：
benchmark_linear_svm_binary_classif_no_intercept-main
----README.rst(2KB)
----objective.py(571B)
----.github()
--------workflows()
----.gitignore(180B)
----datasets()
--------simulated.py(711B)
--------news20.py(593B)
----solvers()
--------l_bfgs_b.py(1KB)
--------cd.py(3KB)
--------sklearn.py(908B)