3.3 回归模型 PPT课件.pptx

大数据技术在会计与财务中的应用2026/9/7《大数据技术在会计与财务中的应用》配套课件第3章·3.3回归模型

目录3.3.1线性回归3.3.2逻辑回归3.3.3线性判别分析3.3.4Lasso回归与岭回归3.3回归模型3.3回归模型|02/37

线性回归线性回归是机器学习、统计学以及计量经济学中最基本、也是应用最广的算法之一。当被解释变量为连续变量时，传统的实证会计学研究大多是基于线性回归展开的。线性回归的目标是找到一条直线，使这条直线最理想地拟合观察到的数据点。其方式是利用最小化残差平方和来找到最佳直线，通常使用最小二乘法、梯度下降优化算法等技术。3.3回归模型|03/37

模型的概念y=α0+α1x+ε一元线性回归模型就是一个简单的机器学习模型。其中，x是特征，y是预测的标签，α1是权重，α0是截距项，ε是误差项。模型预测值与真实值之间的差异被称为误差。训练模型的过程就是获得误差最小时的权重与偏差。2026/9/7《大数据技术在会计与财务中的应用》配套课件3.3回归模型|04/37

线性回归下面我们介绍如何在python中实现线性回归。我们将通过股吧的讨论热度预测公司股票收益这一简单示例，展示一元线性回归模型。示例数据中，Return为公司