Я использую ссылку для sklearn здесь http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html, но нет возможности ограничить коэффициенты регрессии.
Кто-нибудь знает другой пакет на python для выполнения линейной регрессии с несколькими переменными и ограничения коэффициентов регрессии больше 0?
Вот код, который у меня есть.
'''data:
date A B C
10/30/2015 0.063363323 -0.005218807 0.079777558
11/30/2015 -0.013171244 -0.008727599 0.010352028
12/31/2015 -0.017551268 8.09E-05 -0.020491923
1/29/2016 -0.042606469 0.052272139 -0.080362246
2/29/2016 -0.015224562 0.031250961 0.029988488
3/31/2016 0.058291876 -0.000238614 0.056727336
4/29/2016 0.000505675 -0.005325338 0.02854057
5/31/2016 0.012766515 0.008548162 -0.001631845
6/30/2016 -0.038981203 0.064236963 0.00570145
7/29/2016 0.033715429 0.024269606 0.02703294
8/31/2016 -0.002083837 -0.009439625 0.004129397
9/30/2016 -0.009825674 -0.01737909 -0.019251885
11/30/2016 0.0084733 -0.11668582 0.031928726
12/30/2016 0.017084282 -0.005553088 0.029372131
1/31/2017 0.014263947 0.004036504 0.00187079
2/28/2017 0.037375566 0.016081105 0.039331615
3/31/2017 -0.002494984 -0.005942793 -0.002097504
4/28/2017 -0.005054922 0.015685226 0.008243977
5/31/2017 0.002285393 0.020771375 0.002697755
6/30/2017 0.002841457 0.004886117 0.019202011
7/31/2017 0.014866638 -0.006900926 0.010126577
8/31/2017 -0.016647997 0.035687133 -0.008709075
9/29/2017 0.019523651 -0.022154361 0.020468398
10/31/2017 0.019407629 -0.000705663 0.016574416
11/30/2017 0.027486425 0.008008173 0.033427299
12/29/2017 0.007861222 0.018095096 0.017908809
1/31/2018 0.058702838 -0.032765285 0.05
'''
reg = linear_model.LinearRegression(fit_intercept=False)
reg.fit(df[['B', 'C']], df['A'])
print(reg.coef_)
# [ 0.67761268 -0.08845756]
Рабочий код ниже
from scipy.optimize import lsq_linear
lb = 0
ub = np.Inf
res = lsq_linear(df[['B', 'C']],
df['A'],
bounds=(lb, ub))
print(res.x)