zeroSR1

Version 1.0.0.0 (196 ko) par Stephen Becker

Very fast code for solving lasso and non-negative least-squares problems

https://github.com/stephenbeckr/zeroSR1

Suivre

0.0

(0)

546 téléchargements

Mise à jour 27 déc. 2024

Afficher la licence sur GitHub

Proximal gradient algorithm for convex optimization, using a diagonal +/- rank-1 norm. Uses special tricks to allow the use of a quasi-Newton methods.

Citation pour cette source

Stephen Becker (2026). zeroSR1 (https://github.com/stephenbeckr/zeroSR1), GitHub. Extrait(e) le janvier 17, 2026.

Compatibilité avec les versions de MATLAB

Créé avec R2011a

Compatible avec toutes les versions

Plateformes compatibles

Windows macOS Linux

Tags Ajouter des tags

Remerciements

Inspiré par : NNLS and constrained regression, predictor-corrector algorithm, nnls, active set algorithm, newton's algorithm for nnls, MTRON, LARS algorithm, LBFGSB (L-BFGS-B) mex wrapper, mex interface for bound constrained optimization via ASA, nnls - Non negative least squares, Simple MATLAB example code and generic function to perform LASSO

A inspiré : mex interface for bound constrained optimization via ASA

setup_zeroSR1

algorithms

zeroSR1

paperExperiments/Lasso

proxes

smoothFunctions

tests

utilities

Les versions qui utilisent la branche GitHub par défaut ne peuvent pas être téléchargées

Version	Publié le	Notes de version
1.0.0.0	27 déc. 2024

Pour consulter ou signaler des problèmes liés à ce module complémentaire GitHub, accédez au dépôt GitHub.