R: glmnet：如何强制系数达到特定符号

Question

我有一个非常大的矩阵，因此我正在使用glmnet进行回归。 我有一个条件，带p的名称必须具有正系数，而带n的名称必须具有负系数。

我该如何在glmnet中强制执行这个条件？ 下面是一个小例子作为说明：

library(glmnet)

y <- cumsum(sample(c(-1, 1),100, TRUE))
p1 <- cumsum(sample(c(-1, 1),100, TRUE))
p2 <- cumsum(sample(c(-1, 1),100, TRUE))
p3 <- cumsum(sample(c(-1, 1),100, TRUE))
n1 <- cumsum(sample(c(-1, 1),100, TRUE))
n2 <- cumsum(sample(c(-1, 1),100, TRUE))

df1  <- data.frame(y,p1,p2,p3,n1,n2)
df1




y <-  as.matrix(df1[,1])
x <-  as.matrix(df1[,-1])

fit1=glmnet(x,y)

coefall <- coef(fit1,s=0.005) 

感谢您的帮助。

- adam.888

Answer 1

来自?glmnet:

参数:

...

lower.limits: 每个系数的下限向量；默认为‘-Inf’。每个值必须为非正数。可以表示为单个值（然后将被复制），否则为长度为‘nvars’的向量

upper.limits: 每个系数的上限向量；默认为‘Inf’。参见‘lower.limits’

要约束您的参数，您需要调用:

fit1=glmnet(x, y, lower.limits=c(0,   0,   0,   -Inf, -Inf), 
                  upper.limits=c(Inf, Inf, Inf, 0,    0))

- sieste

---

有没有一种方法可以忽略接近于零的系数，即fit1 = glmnet（x，y，lower.limits = c（0，0，0，-Inf，-Inf），upper.limits = c（Inf，Inf，Inf，0，0））？ - itthrill

fit.lasso <- glmnet(x.train, y.train, family="gaussian", alpha=1) 适合.套索 <- glmnet（x.train，y.train，family =“高斯”，alpha = 1） - adam.888