正输出A和变量nnet模型r

有人能告诉我如何约束神经网络的输出和选定变量，以便使用R中的函数nnet使特征的影响为正。我有一个包含数字表面、价格和分类值的数据库房地产停车场Y/N、区域代码、ectera。模型的输出就是价格。问题是，该模型目前估计，在一些地区，有停车位的房屋价值低于没有停车位的房屋。我想限制输出价格，以便在每个区域代码中，停车位对价格的影响为正。当然，有停车位的真正的小房子仍然比没有停车位的大房子便宜

80.000次观测的示例数据：

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

谢谢你把这张桌子摆得像样

我使用nnet在R中对此进行了建模

model = nnet(Price~  . , data=data6, MaxNWts=2500, size=12, skip=TRUE, linout=TRUE, decay=0.025, na.action=na.omit)

我使用nnet是因为我希望找到每个区号的停车位的不同值。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

您的意思是停车成本比不停车成本低吗？这句话不清楚：有停车位的房子不如有停车位的房子值钱。在学习所有输入实例的输出价格>0的模型时，是否要施加约束？或者是否需要限制输出价格，以便在每个区域代码中，任何有停车位的房子的价格都应该高于任何没有停车位的房子？这两个约束是不同的。