আর তে নেতিবাচক লাসো বাস্তবায়ন নয়

13

আমি কিছু ওপেন সোর্স বা একটি বিদ্যমান লাইব্রেরি খুঁজছি যা আমি ব্যবহার করতে পারি। আমি যতদূর জানি গ্ল্যামনেট প্যাকেজটি অ নেতিবাচক ক্ষেত্রে coverাকতে খুব সহজেই বর্ধিত নয়। আমি ভুল হতে পারি, যে কোনও ধারণা সহ যিনি অনেক প্রশংসা করেছেন।

অ-নেতিবাচক দ্বারা আমি বোঝাতে চাইছি যে সমস্ত সহগুণ ইতিবাচক (> 0) হতে বাধ্য ra

r lasso

— gbh।
সূত্র

1

জিজ্ঞাসা করার জন্য আমাকে ক্ষমা করুন, তবে অ-নেতিবাচক লাসো দিয়ে আপনার অর্থ কী? সমস্ত সহগ> 0 রাখতে বা কেবল ইতিবাচক পূর্বাভাসের অনুমতি দেবেন? গুগলিং আমাকে আলোকিত করেনি তবে মনে হয় এমন কিছু যা আমি জানতে চাই।

— ব্যাকলিন

1

আপনার প্রশ্নটি বন্ধ করার জন্য দুঃখিত, তবে www.crossuthorated.com এ এটি আরও ভালভাবে জিজ্ঞাসা করা হয়েছে এবং উত্তর দেওয়া হয়েছে আমি মাইগ্রেশনের জন্য প্রশ্নটিকে পতাকাঙ্কিত করেছি, সুতরাং মোডগুলি শীঘ্রই এটির যত্ন নেবে। এটি বলেছে, দয়া করে আপনার প্রশ্নটি পরিষ্কার করুন এবং আপনি যা চান ঠিক তা ব্যাখ্যা করুন। আমাদের গবেষণা গোষ্ঠীর লাসো বিশেষজ্ঞ সম্ভবত আপনি কী লক্ষ্য করছেন তা নির্ধারণ করতে

— পারেনি

এর জন্যে দুঃখিত. অ নেতিবাচক মানে সমস্ত সহগফল ইতিবাচক। আমি প্যাকেজ গ্ল্যামনেট ব্যবহার করার চেষ্টা করেছি তবে এটি কেবল সাধারণ ক্ষেত্রে সমাধান হয়।

— জিবিএইচ।

8

ইন glmnetবিকল্প নেই

lower.limits=0

যে আপনি ব্যবহার করতে পারেন এবং এটি alphaহ'ল উপযুক্তযুক্ত গুণাগুণগুলিতে পজিটিভিটি সীমাবদ্ধতা প্রয়োগের উপযুক্ত উপায় এবং যদি আপনি 1 প্যারামিটার সেট করে থাকেন তবে আপনি উপযুক্ত লাশোতে বসবেন। যুক্তির সাথে upper.limitsআপনি বাক্সের সীমাবদ্ধতাগুলিও নির্দিষ্ট করতে পারেন। glmnetপ্যাকেজ এছাড়াও অনেক দ্রুত চেয়ে penalizedপ্যাকেজ, অন্য উত্তর এখানে সুপারিশ করেছে।

এর একটি Rcppসংস্করণ glmnetল্যাসো এবং ইলাস্টিক নেটকে পজিটিভিটি এবং বাক্স সীমাবদ্ধতার জন্য সমর্থন করে খাপ খাইয়ে প্রস্তুত রয়েছে এবং এটি https://github.com/jaredhuling/ordinis এ পরীক্ষার জন্য উপলব্ধ

— টম ভেনসিলিয়ার্স
সূত্র

7

একটি বিকল্পের জন্য দন্ডিত প্যাকেজ দেখুন । ভিনয়েট (পিডিএফ!) করে এমন প্যাকেজের দিয়ে আসে অধ্যায় 3.9 এ এই একটি উদাহরণ রয়েছে।

মূলত ফাংশনে positive = TRUEকলটিতে যুক্তি সেট করুন penalized()।

— মনিকা পুনরায় স্থাপন করুন - জি। সিম্পসন
সূত্র

4

এটি এবং এই কাগজটি প্রমাণ করে যে কিছু শর্তে অ-নেতিবাচক ন্যূনতম স্কোয়ারস সমাধানের শক্ত থ্রোহোল্ডিং পারফরম্যান্সের ক্ষেত্রে L1 নিয়মিতকরণ (এলএএসএসও) এর তুলনায় সমতুল্য বা আরও ভাল পারফরম্যান্স করতে পারে। একটি উদাহরণ হ'ল যদি আপনার ডিজাইনের ম্যাট্রিক্সে কেবল অ-নেতিবাচক প্রবেশ থাকে তবে প্রায়শই এটি ঘটে।

এনএনএলএস খুব ব্যাপকভাবে সমর্থিত এবং এটি সমাধান করা সহজ / দ্রুতও হবে checking

— bitwise
সূত্র