如何在Python回归中添加“大于0且总和为1”的约束？

Question

我正在使用statsmodels（向其他python选项开放）运行一些线性回归。我的问题是我需要回归分析不具有截距并将其约束在（0,1）范围内，并且总和为1。

我尝试过这样的事情（至少为1）：

from statsmodels.formula.api import glm
import pandas as pd

df = pd.DataFrame({'revised_guess':[0.6], "self":[0.55], "alter_1":[0.45], "alter_2":[0.2],"alter_3":[0.8]})
mod = glm("revised_guess ~ self + alter_1 + alter_2 + alter_3 - 1", data=df)
res = mod.fit_constrained(["self + alter_1 + alter_2 + alter_3  = 1"],
                          start_params=[0.25,0.25,0.25,0.25])
res.summary()

但仍在努力实施“非负”系数约束。

Answer 1

简单地进行 L1 正则化回归：

import statsmodels.api as sm
from statsmodels.regression.linear_model import OLS
model = sm.OLS(Y,X)
model2=model.fit_regularized(method='elastic_net', alpha=0.0, L1_wt=1.0, start_params=None, profile_scale=False, refit=False)
model2.params

...并调整超参数。