• 大小: 8KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-06-15
  • 语言: Matlab
  • 标签: 范数  

资源简介

第一范数最小化matlab源代码,写的很详细,有注释,需要的可自行下载。

资源截图

代码片段和文件信息

function [xstatushistory] = l1_ls(Avarargin)
%
% l1-Regularized Least Squares Problem Solver
%
%   l1_ls solves problems of the following form:
%
%       minimize ||A*x-y||^2 + lambda*sum|x_i|
%
%   where A and y are problem data and x is variable (described below).
%
% CALLING SEQUENCES
%   [xstatushistory] = l1_ls(Aylambda [tar_gap[quiet]])
%   [xstatushistory] = l1_ls(AAtmnylambda [tar_gap[quiet]]))
%
%   if A is a matrix either sequence can be used.
%   if A is an object (with overloaded operators) At m n must be
%   provided.
%
% INPUT
%   A       : mxn matrix; input data. columns correspond to features.
%
%   At      : nxm matrix; transpose of A.
%   m       : number of examples (rows) of A
%   n       : number of features (column)s of A
%
%   y       : m vector; outcome.
%   lambda  : positive scalar; regularization parameter
%
%   tar_gap : relative target duality gap (default: 1e-3)
%   quiet   : boolean; suppress printing message when true (default: false)
%
%   (advanced arguments)
%       eta     : scalar; parameter for PCG termination (default: 1e-3)
%       pcgmaxi : scalar; number of maximum PCG iterations (default: 5000)
%
% OUTPUT
%   x       : n vector; classifier
%   status  : string; ‘Solved‘ or ‘Failed‘
%
%   history : matrix of history data. columns represent (truncated) Newton
%             iterations; rows represent the following:
%            - 1st row) gap
%            - 2nd row) primal objective
%            - 3rd row) dual objective
%            - 4th row) step size
%            - 5th row) pcg iterations
%            - 6th row) pcg status flag
%            - 7th row) CPU time (added by Mario Figueiredo on 16/06/2007)
%
% USAGE EXAMPLES
%   [xstatus] = l1_ls(Aylambda);
%   [xstatus] = l1_ls(AAtmnylambda0.001);
%
 
% AUTHOR    Kwangmoo Koh 
% UPDATE    Mar 4 2007
%
% COPYRIGHT 2007 Kwangmoo Koh Seung-Jean Kim and Stephen Boyd

%------------------------------------------------------------
%       INITIALIZE
%------------------------------------------------------------

% IPM PARAMETERS
MU              = 2;        % updating parameter of t
MAX_NT_ITER     = 400;      % maximum IPM (Newton) iteration

% LINE SEARCH PARAMETERS
ALPHA           = 0.01;     % minimum fraction of decrease in the objective
BETA            = 0.5;      % stepsize decrease factor
MAX_LS_ITER     = 100;      % maximum backtracking line search iteration

% VARIABLE ARGUMENT HANDLING
% if the second argument is a matrix or an operator the calling sequence is
%   l1_ls(AAtylambdamn [tar_gap[quiet]]))
% if the second argument is a vector the calling sequence is
%   l1_ls(Aylambda [tar_gap[quiet]])
if ( (isobject(varargin{1}) || ~isvector(varargin{1})) && nargin >= 6)
    At = varargin{1};
    m  = varargin{2};
    n  = varargin{3};
    y  = varargin{4};
    lambda = varargin{5};
    varargin = varargin(6:end);
    
elseif (nargin >= 3)
    At = A‘;
    [mn] = size(A);
    y  = vara

评论

共有 条评论