任何人都可以告诉我如何约束输出和神经网络的选定变量，使得使用R中的函数nnet，charateristic的影响是正的。我有一个数据库（房地产）与数字（表面，价格）和分类值（停车Y / N，areacode，ectera）。模型的输出是价格。问题在于，该模型目前估计，在一些房屋中，有停车位的房屋比没有停车位的房屋价值低。我想约束输出（Price），以便在每个areacode中，停车位对价格的影响是积极的。当然，一个带停车位的小房子仍然比没有停车位的大房子便宜。
示例数据（80.000次观察）：
Price Surface Parking Y Areacode 1 Areacode 2 Areacode 3
100000 100 0 1 0 0
110000 99 1 0 1 0
200000 110 0 0 0 1
150000 130 0 0 1 0
190000 130 1 0 0 1
（感谢您将表格放入合适的格式）
我使用nnet在R中建模。
model = nnet(Price~ . , data=data6, MaxNWts=2500, size=12, skip=TRUE, linout=TRUE, decay=0.025, na.action=na.omit)
我使用了nnet，因为我希望找到每个区域代码停车位的不同值。如果有更好的方法，请告诉我们。
我在Windows XP上使用RStudio版本0.98.976（是的，我知道;）
提前感谢您的回复