Python中具有正系數的線性回歸

Question

我試圖找到一種方法來擬合具有正系數的線性回歸模型。

我找到的唯一方法是sklearn 的 Lasso 模型，它有一個positive=True參數，但不建議使用 with alpha=0 （意味着對權重沒有其他限制）。

你知道另一種模型/方法/方法嗎？

Answer 1

IIUC，這是一個可以通過scipy.optimize.nnls解決的scipy.optimize.nnls ，它可以做非負最小二乘法。

解決argmin_x || Ax - b ||_2 對於 x>=0。

在您的情況下， b是y ， A是X ， x是β （系數），但是，否則，它是相同的，不是嗎？

Answer 2

許多函數可以保持線性回歸模型的正系數。

1. scipy.optimize.nnls可以解決上述問題。
2. scikit-learn LinearRegression可以設置參數positive=True來解決這個問題。 而且，sklearn 還使用scipy.optimize.nnls 。 有趣的是，您可以學習如何在源代碼中編寫多個目標輸出。
3. 此外，如果您想求解具有變量邊界的線性最小二乘法。 你可以看到lsq_linear 。

Answer 3

從 0.24 版本開始，scikit-learn LinearRegression包含一個類似的參數positive ，它正是這樣做的； 從文檔：

正：布爾值，默認值=假

當設置為True ，強制系數為正。 僅密集陣列支持此選項。

0.24 版中的新功能。