Python: простая линейная регрессия с ограничением

Question

Я искал через переполнение стека, пытаясь понять ответы на подобные вопросы, но я не могу приблизиться к созданию собственного решения.Итак, я надеюсь, что вы можете мне помочь.

Предпосылка:

Я разработал алгоритм для циклического перебора 15 переменных и создания простого OLS для каждой переменной.Затем алгоритм зацикливается еще 11 раз, чтобы произвести те же 15 регрессий OLS, но отставание переменной X увеличивается на единицу каждый раз.Я выбираю независимые переменные с наибольшим значением r ^ 2 и использую оптимальную задержку для 3,4 или 5 переменных

т.е.

Y_t+1 - Y_t = B ( X_t+k - X_t) + e

Мой набор данных выглядит следующим образом:

Regression = pd.DataFrame(np.random.randint(low=0, high=10, size=(100, 6)), 
                columns=['Y', 'X1', 'X2', 'X3', 'X4','X5'])

Для регрессии OLS, которую я до сих пор использовал, используется следующий код:

Y = Regression['Y']
X = Regression[['X1','X2','X3']]

Model = sm.OLS(Y,X).fit()
predictions = Model.predict(X)

Model.summary()

Проблема в том, что с OLS вы можете получить отрицательные коэффициенты (что я и делаю).Буду признателен за помощь в ограничении этой модели следующим:

sum(B_i) = 1

B_i >= 0

Answer 1

В комментариях приведен пример использования модуля scipy diff_evolution для определения оценок ограниченных параметров.Этот модуль внутренне использует алгоритм Латинского гиперкуба для обеспечения тщательного поиска пространства параметров и требует границ, в которых искать, хотя эти границы могут быть щедрыми.По умолчанию модуль diff_evolution внутренне завершится вызовом curve_fit () с использованием границ - это можно отключить - и чтобы гарантировать, что окончательно подобранные параметры не будут ограничены, в этом примере выполняется более поздний вызов Curve_fit без прохождения границ.Вы можете увидеть из напечатанных результатов, что при вызове diff_evolution отображается первый параметр, ограниченный значением -0,185, а это не относится к результатам более позднего вызова функции curve_fit ().В вашем случае вы могли бы сделать нижнюю границу нулем, чтобы параметр не был отрицательным, но если, если код приводит к параметру на границе или очень близко к границе, это не является оптимальным, как показано в этом примере.

import numpy, scipy, matplotlib
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
from scipy.optimize import differential_evolution
import warnings

xData = numpy.array([19.1647, 18.0189, 16.9550, 15.7683, 14.7044, 13.6269, 12.6040, 11.4309, 10.2987, 9.23465, 8.18440, 7.89789, 7.62498, 7.36571, 7.01106, 6.71094, 6.46548, 6.27436, 6.16543, 6.05569, 5.91904, 5.78247, 5.53661, 4.85425, 4.29468, 3.74888, 3.16206, 2.58882, 1.93371, 1.52426, 1.14211, 0.719035, 0.377708, 0.0226971, -0.223181, -0.537231, -0.878491, -1.27484, -1.45266, -1.57583, -1.61717])
yData = numpy.array([0.644557, 0.641059, 0.637555, 0.634059, 0.634135, 0.631825, 0.631899, 0.627209, 0.622516, 0.617818, 0.616103, 0.613736, 0.610175, 0.606613, 0.605445, 0.603676, 0.604887, 0.600127, 0.604909, 0.588207, 0.581056, 0.576292, 0.566761, 0.555472, 0.545367, 0.538842, 0.529336, 0.518635, 0.506747, 0.499018, 0.491885, 0.484754, 0.475230, 0.464514, 0.454387, 0.444861, 0.437128, 0.415076, 0.401363, 0.390034, 0.378698])


def func(t, n_0, L, offset): #exponential curve fitting function
    return n_0*numpy.exp(-L*t) + offset


# function for genetic algorithm to minimize (sum of squared error)
def sumOfSquaredError(parameterTuple):
    warnings.filterwarnings("ignore") # do not print warnings by genetic algorithm
    val = func(xData, *parameterTuple)
    return numpy.sum((yData - val) ** 2.0)


def generate_Initial_Parameters():
    # min and max used for bounds
    maxX = max(xData)
    minX = min(xData)
    maxY = max(yData)
    minY = min(yData)

    parameterBounds = []
    parameterBounds.append([-0.185, maxX]) # seach bounds for n_0
    parameterBounds.append([minX, maxX]) # seach bounds for L
    parameterBounds.append([0.0, maxY]) # seach bounds for Offset

    # "seed" the numpy random number generator for repeatable results
    result = differential_evolution(sumOfSquaredError, parameterBounds, seed=3)
    return result.x

# by default, differential_evolution completes by calling
# curve_fit() using parameter bounds
geneticParameters = generate_Initial_Parameters()
print('fit with parameter bounds (note the -0.185)')
print(geneticParameters)
print()

# second call to curve_fit made with no bounds for comparison
fittedParameters, pcov = curve_fit(func, xData, yData, geneticParameters)

print('re-fit with no parameter bounds')
print(fittedParameters)
print()

modelPredictions = func(xData, *fittedParameters) 

absError = modelPredictions - yData

SE = numpy.square(absError) # squared errors
MSE = numpy.mean(SE) # mean squared errors
RMSE = numpy.sqrt(MSE) # Root Mean Squared Error, RMSE
Rsquared = 1.0 - (numpy.var(absError) / numpy.var(yData))

print()
print('RMSE:', RMSE)
print('R-squared:', Rsquared)

print()


##########################################################
# graphics output section
def ModelAndScatterPlot(graphWidth, graphHeight):
    f = plt.figure(figsize=(graphWidth/100.0, graphHeight/100.0), dpi=100)
    axes = f.add_subplot(111)

    # first the raw data as a scatter plot
    axes.plot(xData, yData,  'D')

    # create data for the fitted equation plot
    xModel = numpy.linspace(min(xData), max(xData))
    yModel = func(xModel, *fittedParameters)

    # now the model as a line plot
    axes.plot(xModel, yModel)

    axes.set_xlabel('X Data') # X axis data label
    axes.set_ylabel('Y Data') # Y axis data label

    plt.show()
    plt.close('all') # clean up after using pyplot

graphWidth = 800
graphHeight = 600
ModelAndScatterPlot(graphWidth, graphHeight)

Answer 2

Это хорошо работает,

from scipy.optimize import minimize

# Define the Model
model = lambda b, X: b[0] * X[:,0] + b[1] * X[:,1] + b[2] * X[:,2]

# The objective Function to minimize (least-squares regression)
obj = lambda b, Y, X: np.sum(np.abs(Y-model(b, X))**2)

# Bounds: b[0], b[1], b[2] >= 0
bnds = [(0, None), (0, None), (0, None)]

# Constraint: b[0] + b[1] + b[2] - 1 = 0
cons = [{"type": "eq", "fun": lambda b: b[0]+b[1]+b[2] - 1}]

# Initial guess for b[1], b[2], b[3]:
xinit = np.array([0, 0, 1])

res = minimize(obj, args=(Y, X), x0=xinit, bounds=bnds, constraints=cons)

print(f"b1={res.x[0]}, b2={res.x[1]}, b3={res.x[2]}")

#Save the coefficients for further analysis on goodness of fit

beta1 = res.x[0]

beta2 = res.x[1]

beta3 = res.x[2]

Answer 3

Я не знаю, что вы можете легко ограничить коэффициенты, у меня есть два варианта решения:

1- Используйте обратный (1 / x) временной ряд, который приводит к отрицательному коэффициенту.Это потребует от вас сначала сделать нормальную регрессию, а затем инвертировать те, которые имеют отрицательные отношения.Получите веса и выполните wi / sum (wi).

2-Кажется, что вы имеете дело с временными рядами, используйте логарифмические различия (np.log (ts) .diff (). Dropna ()) каквходы и получить вес.Разделите его на сумму весов, если это необходимо, и верните свои оценки обратно с помощью np.exp (предсказанный_ts.cumsum ()).