如何解决MOSEK中的总变化正则化器
我在CVX中实现了基于正则化的回归问题,并且工作正常。我现在需要直接在MOSEK中实现。如何在MOSEK中实现总变化量正则化器?在CVX(MATLAB)中,我为电视定义了以下几行作为正则化器(此处x是尺寸为(m x n x d)的三维CVX变量,需要评估其最佳值):
Ux = x(1:end,2:end,:)-x(1:end,1:end-1,:);
Uy = x(2:end,1:end,:)-x(1:end-1,:);
Objective = norm((vec(D_op(x)-b)))+ alpha*norm([Ux(:);Uy(:)],1)
minimize(Objective)
使用MOSEK支持中的示例之一,我编写了以下函数来评估python中总变异的套索:
def lassoTV(M,x,n,m,d):
l = (n*(m-1)*t)+((n-1)*m*t)
p = M.variable("p",l)
plasso = M.variable("plasso")
# define the total variation
deltax = Expr.sub(x.slice([0,1,0],[n,d]),x.slice([0,m-1,d]))
deltay = Expr.sub(x.slice([1,[n-1,d]))
a = Expr.flatten(deltax)
b = Expr.flatten(deltay)
c = Expr.stack(2,a,b)
# plasso >= sum(p_i)
M.constraint(Expr.sub(plasso,Expr.sum(p)),Domain.greaterThan(0.0))
# p_i = |c_i|
M.constraint(Expr.add(p,c),Domain.greaterThan(0.0))
M.constraint(Expr.sub(p,Domain.greaterThan(0.0))
return plasso
这是正确的实施方法吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。