是否可以限制scikit-learn或statsmodels中线性回归的调整参数的界限,例如:在statsmodels.regression.linear_model.OLS或sklearn.linear_model.LinearRegression?
http://statsmodels.sourceforge.net/devel/generated/statsmodels.regression.linear_model.OLS.html
http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
EDIT :
scipy 0.17包含带有约束约束的scipy.optimize.leastsq:
理想情况下,我正在寻找的是最小化客观误差函数,并最小化调整乘数参数从默认值1.0的变化 . 这可能是目标函数的一部分 .
请注意,这是适用于我的框边界的选项列表:
method='trf' or 'dogbox'
loss='cauchy'
f_scale=1e-5 to 1e-2
1 回答
不确定你的意思是“限制调整参数的界限” .