皮尔逊相关系数是否适合二次规划求解器的 objective 函数？
Is the Pearson correlation coefficient a suitable objective function for quadratic programming solvers?
Pearson 相关系数——一个向量 x 是外生的，另一个向量 y 作为选择变量——是否适合二次 objective 二次规划求解器（如 Gurobi）的函数？
快速 Google 搜索 "Gurobi objective function" 显示 Gurobi has an API to set an objective function that accepts a linear or quadratic expression. That is quite expected because quadratic programming is, by definition，二次函数的优化，其背后的数学方法专门为此设计 class （例如，直接使用 Q 系数矩阵和 c 向量而不是原始函数）。
我没有仔细研究细节，但我可以看出 Pearson product-moment correlation coefficient 似乎不是二次函数而是有理函数。所以，如果你的具体案例不能简化成那样，不。
其他求解器我就不好说了，因为每一个都是独立的产品，需要单独考虑。
由于您的函数看起来是分段连续且可无限微分的，您可能对通用梯度方法感兴趣。
Pearson 相关系数——一个向量 x 是外生的，另一个向量 y 作为选择变量——是否适合二次 objective 二次规划求解器（如 Gurobi）的函数？
快速 Google 搜索 "Gurobi objective function" 显示 Gurobi has an API to set an objective function that accepts a linear or quadratic expression. That is quite expected because quadratic programming is, by definition，二次函数的优化，其背后的数学方法专门为此设计 class （例如，直接使用 Q 系数矩阵和 c 向量而不是原始函数）。
我没有仔细研究细节，但我可以看出 Pearson product-moment correlation coefficient 似乎不是二次函数而是有理函数。所以，如果你的具体案例不能简化成那样，不。
其他求解器我就不好说了，因为每一个都是独立的产品，需要单独考虑。
由于您的函数看起来是分段连续且可无限微分的，您可能对通用梯度方法感兴趣。