การนำบ่วงบาศแบบไม่ลบไปใช้ใน R

13

ฉันกำลังมองหาโอเพนซอร์สหรือห้องสมุดที่มีอยู่ที่ฉันสามารถใช้ได้ เท่าที่ฉันบอกแพคเกจ glmnet ไม่สามารถขยายได้อย่างง่ายดายเพื่อครอบคลุมกรณีที่ไม่ใช่เชิงลบ ฉันอาจจะผิดคนที่มีความคิดใด ๆ ชื่นชมมาก

โดยไม่เป็นลบฉันหมายความว่าสัมประสิทธิ์ทั้งหมดถูก จำกัด ให้เป็นบวก (> 0)

r lasso

— GBH
แหล่งที่มา

1

ให้อภัยฉันถาม แต่คุณหมายถึงอะไรกับบ่วงบาศแบบไม่ลบ? หากต้องการค่าสัมประสิทธิ์ทั้งหมด> 0 หรืออนุญาตการคาดการณ์เชิงบวกเท่านั้น Googling ไม่ได้ให้ความกระจ่างแก่ฉัน แต่ฟังดูเหมือนว่าฉันอยากรู้

— Backlin

1

ขออภัยที่ปิดคำถามของคุณ แต่จะถามและตอบได้ดีกว่าที่ www.crossvalidated.com ฉันตั้งค่าสถานะคำถามสำหรับการย้ายข้อมูลดังนั้นตัวดัดแปลงจะดูแลในไม่ช้า สิ่งนี้กล่าวว่าโปรดทำให้คำถามของคุณชัดเจนและอธิบายสิ่งที่คุณต้องการ ผู้เชี่ยวชาญ lasso ในกลุ่มการวิจัยของเราไม่สามารถเข้าใจสิ่งที่คุณตั้งเป้าไว้ ...

— Joris Meys

ขอโทษสำหรับเรื่องนั้น. ไม่ใช่เชิงลบหมายถึงสัมประสิทธิ์ทั้งหมดเป็นค่าบวก ฉันพยายามใช้แพ็คเกจ glmnet แต่นั่นก็แก้ปัญหาสำหรับกรณีทั่วไปเท่านั้น

— gbh

8

ในglmnetตัวเลือกมี

lower.limits=0

ที่คุณสามารถใช้และนั่นจะเป็นวิธีที่เหมาะสมในการบังคับใช้ข้อ จำกัด ด้านบวกในสัมประสิทธิ์การติดตั้งและถ้าคุณตั้งค่าพารามิเตอร์alphaเป็น 1 คุณจะเหมาะสม LASSO เมื่อใช้ร่วมกับอาร์กิวเมนต์upper.limitsคุณยังสามารถระบุข้อ จำกัด ของกล่องได้ glmnetแพคเกจนี้ยังเร็วกว่าpenalizedแพคเกจแนะนำในคำตอบที่นี่อีก

Rcppรุ่นglmnetที่สามารถใส่สุทธิเชือกและยืดหยุ่นด้วยการสนับสนุน positivity และกล่อง จำกัด ยังอยู่ในการเตรียมความพร้อมและสามารถใช้ได้สำหรับการทดสอบที่https://github.com/jaredhuling/ordinis

— Tom Wenseleers
แหล่งที่มา

7

ดูแพ็คเกจการลงโทษสำหรับตัวเลือกเดียว Vignette (PDF) ที่มาพร้อมกับแพคเกจมีเช่นนี้ในส่วน 3.9

ตั้งค่าอาร์กิวเมนต์เป็นหลักpositive = TRUEในการเรียกใช้penalized()ฟังก์ชัน

— Reinstate Monica - G. Simpson
แหล่งที่มา

4

บทความนี้และเอกสารฉบับนี้แสดงให้เห็นว่าภายใต้เงื่อนไขบางประการการเพิ่มความสามารถในการแก้ปัญหาสี่เหลี่ยมจัตุรัสที่ไม่เป็นลบอาจทำให้ประสิทธิภาพเทียบเท่าหรือดีกว่า L1 normalization (LASSO) ในแง่ของประสิทธิภาพ ตัวอย่างหนึ่งคือถ้าเมทริกซ์การออกแบบของคุณมีรายการที่ไม่เป็นลบเท่านั้นซึ่งมักเป็นกรณี

ควรค่าแก่การตรวจสอบเนื่องจาก NNLS ได้รับการสนับสนุนอย่างกว้างขวางและจะแก้ปัญหาได้ง่ายขึ้น / เร็วขึ้น

— bitwise
แหล่งที่มา