TopPushRankingAlgorithm

TopPush Python Code

本项目是对《Top Rank Optimization in Linear Time》 论文的python代码实现。实现过程参考了官方matlab和c代码，原论文以及代码见origin。

纯python实现

主体toppush函数以及epne函数都用python实现。

代码文件

• toppush.py

使用方式

直接调用toppush.py中的topPush函数即可。 例如：

w = topPush(X, y)

相关参数以全局变量形式定义：

lambdaa = 1  # radius of l2 ball
maxIter = 10000  # maximal number of iterations
tol = 1e-4  # the relative gap
debug = False  # the flag whether it is for debugging
delta = 1e-6

python+C实现

用python实现toppush函数，用C实现epne函数。

代码文件

• epne.c
• toppushWithC.py

使用方式

1.编译epne.c生成epne.so动态链接库文件。

gcc -shared -o epne.so epne.c

2.直接调用toppushWithC.py中的topPush函数即可。 例如：

w = topPush(X, y)

相关参数以全局变量形式定义：

# load C func epne
mylib = cdll.LoadLibrary('epne.so')
epne = mylib.epne

# params
lambdaa = 1  # radius of l2 ball
maxIter = 10000  # maximal number of iterations
tol = 1e-4  # the relative gap
debug = False  # the flag whether it is for debugging
delta = 1e-6

实验对比

代码文件

• test.py

实验结果

topPush time: 19.8399107 s
topPushWithC time: 17.9153129 s

经验教训

numpy.ndarray运算后会生成新的numpy.ndarray，不是在原数据上进行修改。例如（data = -data，会生成新的数据）