项目致谢：
- 感谢 @wenzw 老师提供的课程资料，本项目的部分函数实现参考了其内容。
- 感谢 @gzz2000 公开的代码样例，本项目部分函数的实现参考了其内容。
- 感谢 @zhangzhao2022 提供的支持，本项目的部分函数实现受到其帮助。
- 感谢 @cvxgrp 提供的 CVXPY 优化库，本项目使用了其提供的接口。
使用以下命令运行测试脚本
python Test_group_lasso.py -S all可以使用 python Test_group_lasso.py -h 查看帮助信息：
--solver-S可以指定某个求解器，默认为['gl_cvx_gurobi', 'gl_cvx_mosek']这两个求解器，也可以指定all运行所有求解器。-mu可以指定mu的值，默认为1e-2。-seed-RS可以指定随机种子，默认为97108120。--plot-P可以指定是否绘制图像，默认为True。
在本项目中，每个求解器的脚本名与函数名相同，脚本名称均为 gl_*.py 格式，函数名称均为 gl_*() 格式。一个样例函数接口形式如下：
[x, iter, out] = gl_cvx_mosek(x0, A, b, mu, opts)输入分别为给定的初始解 x0 ，而 A 、 b 、 mu 是给定的数据。
输出 x 为算法求解出的解，iter 为输出为 x 时所对应的算法迭代次数。 out 为算法输出的其他信息，是一个字典结构，包含以下内容：
out['status']为算法求解状态，可以为optimal、infeasible、unbounded、other。out['obj']为算法求解出的目标函数值。out['iters']为算法每一步迭代的目标函数值与迭代号的组合列表。
| Name | Version |
|---|---|
| Windows | 11+.0(22631.2) |
| python | 3.9.18 |
| pip | 23.3.1 |
| cvxpy | 1.4.1 |
| gurobipy | 11.0.0 |
| Mosek | 10.1.21 |
| matplotlib | 3.8.2 |
| numpy | 1.26.2 |
| tabulate | 0.9.0 |
本项目使用 conda 管理环境，使用 conda create -n glp python=3.9 创建环境，使用 conda activate glp 激活环境，使用 conda deactivate 退出环境。
项目可以使用 conda 或者 pip 安装依赖，但是 mosek 和 gurobipy 需要配置许可证书，具体方法参考官方文档【Mosek installation】和【gurobipy installation】。