如何约束线性分类器的权重？

Question

有许多神经元，我们知道他们的射击率在-3s，-2s，-1s， 像

神经元指数：

                  1     2     3     4

射击比率

         0s:      1     1    -1     1
        -1s:     -1    -1     0    -1
        -2s:      0     0     0     0
        -3s:      1     1     1     1

通过使用这些火焰率历史，我想预测神经元的当前（0s）射击率，无论它是1还是-1。我正在使用线性SVM和每个时间点的不同权重。

但是，我想约束最近射击率的绝对值，总是大于过去的那样

重量

-1s：-0.8

-2s：0.3

-3s：-0.1

如何在线性分类器上实现这个想法，比如MATLAB上的线性SVM？

Answer 1

一个选项是为优化问题添加约束，即采用常规SVM问题并添加约束：

neo4j。这不再是SVM问题，因此您必须自己找一些通用优化引擎或编写求解器。另请注意，此优化问题不再是凸的，因此任何优化算法都只会找到局部最小值。