一种求解稀疏正则化支持向量机的方法

摘要

本发明涉及机器学习领域，针对当前稀疏正则化支持向量机(Support Vector Machine,SVM)的优化方法往往只针对某些特定的稀疏正则项，且计算开销较大的问题，提供一种求解稀疏正则化支持向量机的方法，包括以下步骤：第一步，载入数据矩阵和标记向量，并进行变量初始化；第二步，基于变方向乘子法求解稀疏正则化SVM。本发明基于变方向乘子法，实现对稀疏正则化SVM问题的高效求解，并根据样本个数和数据维度的相对大小关系执行变量更新，有效降低计算开销。本发明提出的求解方法支持常用的能产生稀疏解的正则函数，包括凸正则函数l