8#include "../jit_normalization.h"
9#include "../losses/loss.h"
10#include "../sorted_l1_norm.h"
12#include <Eigen/SparseCore>
64 virtual void run(Eigen::VectorXd& beta0,
65 Eigen::VectorXd& beta,
67 const Eigen::ArrayXd& lambda,
68 const std::unique_ptr<Loss>& loss,
70 const Eigen::VectorXd& gradient,
71 const std::vector<int>& working_set,
72 const Eigen::MatrixXd& x,
73 const Eigen::VectorXd& x_centers,
74 const Eigen::VectorXd& x_scales,
75 const Eigen::MatrixXd& y) = 0;
93 virtual void run(Eigen::VectorXd& beta0,
94 Eigen::VectorXd& beta,
96 const Eigen::ArrayXd& lambda,
97 const std::unique_ptr<Loss>& loss,
99 const Eigen::VectorXd& gradient,
100 const std::vector<int>& working_set,
101 const Eigen::SparseMatrix<double>& x,
102 const Eigen::VectorXd& x_centers,
103 const Eigen::VectorXd& x_scales,
104 const Eigen::MatrixXd& y) = 0;
Abstract base class for SLOPE optimization solvers.
virtual void run(Eigen::VectorXd &beta0, Eigen::VectorXd &beta, Eigen::MatrixXd &eta, const Eigen::ArrayXd &lambda, const std::unique_ptr< Loss > &loss, const SortedL1Norm &penalty, const Eigen::VectorXd &gradient, const std::vector< int > &working_set, const Eigen::SparseMatrix< double > &x, const Eigen::VectorXd &x_centers, const Eigen::VectorXd &x_scales, const Eigen::MatrixXd &y)=0
Pure virtual function defining the solver's optimization routine.
virtual ~SolverBase()=default
Default desstructor.
JitNormalization jit_normalization
JIT feature normalization strategy.
bool intercept
If true, fits intercept term.
SolverBase(JitNormalization jit_normalization, bool intercept)
Constructs a base solver for SLOPE optimization.
virtual void run(Eigen::VectorXd &beta0, Eigen::VectorXd &beta, Eigen::MatrixXd &eta, const Eigen::ArrayXd &lambda, const std::unique_ptr< Loss > &loss, const SortedL1Norm &penalty, const Eigen::VectorXd &gradient, const std::vector< int > &working_set, const Eigen::MatrixXd &x, const Eigen::VectorXd &x_centers, const Eigen::VectorXd &x_scales, const Eigen::MatrixXd &y)=0
Pure virtual function defining the solver's optimization routine.
Class representing the Sorted L1 Norm.
Namespace containing SLOPE regression implementation.
JitNormalization
Enums to control predictor standardization behavior.