FTRL 可以应用于线性最小二乘法吗？还是仅适用于逻辑回归模型？
Can FTRL be applied on linear least squares? or is it just for logistic regression models?
我正在探索 follow-the-regularized-leader FTRL proximal gradient descent：
paper, reference implementation.
到处提到FTRL，梯度下降的损失面是LogLoss，预测模型是Logistic regression。
我可以对线性最小二乘模型使用相同的算法吗？我有一个问题，我想用 linear model 建模并通过 least squares 定义损失，然后执行 FTRL 以找到最佳解决方案 - 你看到任何问题了吗？
谢谢。
我认为我对 FTRL 的研究还不够，但我正在努力。我一直在研究这个算法，我相信这个 python 代码会对你有所帮助，因为它使用最小二乘法来计算损失。由于代码是为回归而编写的，因此 'predict' 方法的 return 值已更改，因为使用 sigmoid 函数进行回归是无用的。
https://www.kaggle.com/scirpus/grupo-bimbo-inventory-demand/ftlr-use-pypy/code
我希望你熟悉 python 但如果不是那么我相信答案是肯定的，因为我已经在 kaggle bimbo 比赛中测试了同样的代码并且它在测试数据上产生了与那个相似的分数在 Public 排行榜上。
我正在探索 follow-the-regularized-leader FTRL proximal gradient descent： paper, reference implementation.
到处提到FTRL，梯度下降的损失面是LogLoss，预测模型是Logistic regression。
我可以对线性最小二乘模型使用相同的算法吗？我有一个问题，我想用 linear model 建模并通过 least squares 定义损失，然后执行 FTRL 以找到最佳解决方案 - 你看到任何问题了吗？
谢谢。
我认为我对 FTRL 的研究还不够，但我正在努力。我一直在研究这个算法，我相信这个 python 代码会对你有所帮助，因为它使用最小二乘法来计算损失。由于代码是为回归而编写的，因此 'predict' 方法的 return 值已更改，因为使用 sigmoid 函数进行回归是无用的。 https://www.kaggle.com/scirpus/grupo-bimbo-inventory-demand/ftlr-use-pypy/code
我希望你熟悉 python 但如果不是那么我相信答案是肯定的，因为我已经在 kaggle bimbo 比赛中测试了同样的代码并且它在测试数据上产生了与那个相似的分数在 Public 排行榜上。