Attualmente sto lavorando su un problema in cui devo risolvere una regressione logistica L2-regolarizzata o un problema SVM lineare L2-reg, dove ho un termine affine aggiunto.Aggiunta di un termine affine a SVM lineare/funzione obiettivo di regressione logistica
Quindi il mio problema, per esempio è:
min_ w {C*sum_i max(1-w*x_i*y_i,0) + 0.5*||w||^2_2 + w * v }
dove v è un vettore costante.
Naturalmente questo è un problema convessa e può essere risolto con i metodi usuali, ma devo risolvere molti grandi problemi di questo tipo, quindi sarebbe molto desidera utilizzare una libreria standard come liblinear.
La mia domanda è, c'è un modo per trasformare i dati x, le etichette y, o il fattore di pesatura C (forse in un C_i diverso per ogni istanza), in modo tale che questo problema sia equivalente a un cardine standard- perdita SVM o problema di regressione logistica?