论文阅读——Efficient and Robust Feature Selection via Joint L2,1-Norms Minimization

一、前言 最近因为对结构化多任务学习，以及对带范数目标函数求解的学习，一直都很想求解带L2,1范数的目标函数（其实这只是个过程），针对这样的不光滑目标函数，梯度下降法并不合适。 虽然sklearn中的MultiTaskLasso也是这样的目标函数，并且使用了坐标下降法来求解，但是当目标函数中的损失函数也用L2,1范数时我又懵圈了。 正当我琢磨是不是能把两部分合在一起求解一个L2,1范数时（其实是数

>>阅读原文<<