非線性平台自訂損失函數-收縮估計我想嘗試使用非線性平台進行非線性模型擬合，使用自訂損失函數進行收縮參數估計，這與回歸的 LASSO 損失函數類似。
例如，如果我有這個非線性模型（名為“NLFunction”，其中a ， g ， c和茲作為模型中的參數）
我想使用這樣的損失函數
這有點類似 Lasso 損失函數。這個想法是「縮小」參數估計一點，以便找到更好的模型擬合並使模型擬合不那麼病態。
我認為 我可以透過在啟動對話方塊中指定損失函數來手動執行此操作，但不確定它是否按照我想要的方式實際使用損失函數。
如果我運行它，它確實會運行並給出結果，但是從分析中保存腳本不會返回我指定的手動損失函數。
如果這可行並且允許在非線性模型擬合中進行收縮估計，有人能給出意見嗎？
進階統計建模自動化和腳本回覆：非線性平台自訂損失函數 - 收縮估計你好@MathStatChem ，
我猜你已經閱讀過有關自訂損失函數的統計細節的文檔了？
查看泊松損失函數的範例，似乎在啟動模型時應該在「損失」參數中使用自訂損失函數：
在分析視窗開啟的時候就可以查看是否直接使用自訂的損失函數：
我無法深入探討該主題，因為可能沒有足夠的資訊/結果/數據來重現分析並幫助您。您是否嘗試過運行沒有自訂損失函數的非線性建模？結果有何相似/不同？
我對您創建的自訂損失函數沒有任何意見，我只是覺得在非線性建模的情況下使用係數的「線性懲罰」很奇怪：您嘗試以相同的方式減小係數的大小，無論這些係數的相對大小如何，如果這些係數是指數函數或線性函數的一部分，則可能會有很大不同。也許考慮使用這些係數並使用非線性懲罰（使用|a|，exp/ln(g)，...）會有所幫助？
希望這些想法能對你有幫助，
回覆：非線性平台自訂損失函數 - 收縮估計我已閱讀過文檔，並廣泛使用過該平台，但對使用自訂損失函數不太熟悉。根據我曾經嘗試和試驗過的情況，我認為我的問題的答案是“不”，你不能這樣做。我認為這是因為自訂損失函數可以是模型中已有參數的函數，但我對此不確定。
這樣做的動機是，對於非線性模型，參數估計往往高度相關，目標（損失）函數在找到最佳損失的區域中可能非常平坦，這使得演算法難以收斂。我認為我真正想做的是更類似於嶺回歸的事情，其中添加到 SSE 的懲罰是參數估計平方和的倍數。
回覆：非線性平台自訂損失函數 - 收縮估計我聯繫了 JMP 技術支持，他們分享了解決方法。我沒有意識到當你使用非線性時，你可以僅透過在底部部分提供損失函數來擬合非線性模型，而無需將任何列放入角色。透過這種方式，您會在平台中失去一些功能（例如無法繪製圖表、無法使用分析器），但您可以進行參數估計。因此使用自訂損失函數（如上所示）是有效的。
