optimization - sociales - regresion lineal multiple software

Herramientas para la regresión de mínimos cuadrados dispersos (3)

Quiero hacer una regresión por mínimos cuadrados escasamente dimensional (unos mil rasgos) con unos pocos cientos de miles de ejemplos. Me complace usar una optimización no sofisticada, el descenso de gradiente estocástico está bien.

¿Alguien sabe de algún software ya implementado para hacer esto, por lo que no tengo que escribir en el mío?

Saludos cordiales.

Aunque no estoy seguro, esto me parece el tipo de cosas para las que LAPACK (paquete de álgebra lineal) podría brindar soporte. Por lo general, están interesados en las matemáticas de matriz grande, incluidas las matrices dispersas y los tamaños fuera del núcleo. La versión básica es FORTRAN, pero hay puertos de las bibliotecas para C y otros idiomas.

Como LAPACK usa BLAS (subprogramas de álgebra lineal básica) para muchas de sus llamadas subyacentes, probablemente también desees comprobar Sparse BLAS .

Estoy bastante seguro de que el paquete R se puede usar para problemas como este. Es increíblemente poderoso y flexible. Muchos recursos en línea vinculados desde esa página.

Sugeriría echarle un vistazo a LAPACK . Es una biblioteca de álgebra lineal bastante madura, aunque interactuar con ella puede ser un poco complicado, ya que está escrita en Fortran. Sin embargo, eso está bien, ya que Fortran es ABI compatible con C, si tienes tus prototipos de funciones correctos.

[Editar] Tras una revisión posterior, parece que LAPACK no admite matrices dispersas. Puede manejar matrices con bandas para algunos propósitos, pero para el problema lineal de mínimos cuadrados, solo admite matrices generales.