MLR和稀疏MLR分类器的并行算法：该算法可用于多项式和稀疏多项式逻辑回归分类器的参数估计。-matlab开发

这些文件可用于给定数据和类别标签的 MLR 和稀疏 MLR 分类器的参数估计。 文件 main_mlr 给出了一个关于如何运行函数 Piano_mlr 的示例。 函数piano_mlr 估计MLR 分类器的参数。 函数piano_mlr接受以下输入——输入数据x、类标签y、参数w_initial的初始猜测、特征向量d的维度、类数m和最大迭代次数max_iter。 grad_new 文件实现了渐变。 文件 main_smlr 给出了如何运行函数 Piano_smlr 的示例。 函数piano_smlr 估计稀疏MLR 分类器的参数。 函数piano_smlr 接受以下输入： - 输入数据x、类标签y、参数w_initial 的初始猜测、特征向量d 的维度、类数m、最大迭代次数max_iter 和正则化参数。 理论细节请参考： https : //arxiv.org/pdf/2002.