可以通过解决以下问题获得 SVM 分类器，

$\arg\min \frac{1}{2}\|W\|_2^2 + C\sum_i \max(0, 1-y_i (W^T\mathbf{x}_i + b))$

其中$W$是超平面（或权重），$b$是偏差，$y_i$ 是标签，$\mathbf{x}_i$是实例$i$的特征。

出于某种原因，我需要约束$W$中的所有元素都应该是非负的，即$w_j \geq 0, \forall j$。偏差可以采用任何值。

1. 这合理吗？
2. 如果是，是否有任何我可以直接使用的包（例如 liblinear）？
3. 如何使用非负约束优化$W$