我想用几十万个例子做稀疏的高维(几千个特征)最小二乘回归。我很高兴使用非花哨的优化 - 随机梯度下降很好。
有谁知道已经为此实现的任何软件，所以我不必写给我自己的？
亲切的问候。
最佳答案
虽然我不确定，但这让我印象深刻 LAPACK (线性代数包)就可以提供支持。他们通常对大型矩阵数学感兴趣，包括稀疏矩阵和核外大小。基本版本是 FORTRAN，但有 C 和其他语言的库的端口。
由于 LAPACK 在其许多底层调用中使用 BLAS(基本线性代数子程序)，您可能还想查看 Sparse BLAS .
关于optimization - 稀疏最小二乘回归工具，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/206948/