《金融大数据分析》-课件 第3章 线性回归.pptx

金融大数据学习第三章：线性回归;3.1 学习目标;3.2 案例：预测公司盈利;案例数据及分析;案例数据及分析;3.3 线性回归方法;一元线性回归;一元线性回归;模型训练;模型训练;代价函数;代价函数;梯度下降;梯度下降;梯度下降;梯度下降;多元线性回归;多元线性回归;多元线性回归梯度下降;多元回归注意事项;统计显著性检验;统计显著性检验;3.4拓展：线性方法的其他应用;用线性回归进行回报率预测;用线性回归进行回报率预测;3.5编写线性回归程序;用statsmodel模块进行回归分析;用statsmodel模块进行回归分析;用statsmodel模块进行回归分析;?;用statsmodel模块进行回归分析;用sklearn模块进行回归分析;用sklearn模块进行回归分析;用sklearn模块进行回归分析;用sklearn模块进行回归分析;用sklearn模块进行回归分析; 我们发现两种方法系数相同。因为对特征进行过缩放，因此我们得到的系数与未经过特征缩放的程序结果有所不同。经过缩放后，系数的意义也有所改变。

比如，对于每股股价（pps），系数是0.4362。不能解释为每股股价上升1元，每股收益会随之上升43.6分。若我们将特征缩放到标准差为1了，可以说当pps增加一个标准差时，每股收益会上升43.6分。;计算题;程序操作习题;思考问题