本文介绍了使用Python进行线性回归，特别是处理哑变量回归问题的高效方法。通过比较不同策略，作者发现利用`np.linalg.lstsq`计算线性回归系数是最快速的方法。此外，还分享了数据预处理技巧，如使用`pd.get_dummies`转换分类变量，并通过观察任务管理器验证了`np.linalg.lstsq`的并行处理能力。
我怎么觉得自己就像小学生在写青创日记……
知道了pickle是啥。pickle提供了一个简单的持久化功能。可以将对象以文件的形式存放在磁盘上。
老板给了我一些pickle文件，找出最快的回归的方法。
有一个很厉害的人叫Tirthajyoti Sarkar，写了一篇笔记，比较了八种常用的方法：
他的github上有代码，我就跑了一遍试试。
结果也正如文中所写，发现对于多元线性回归，最快的方法就是
result = np.linalg.lstsq(A, y)
这个result返回的是个四元变量。所以也可以写成
x, residuals, rank, s = np.linalg.lstsq(A, y)
x就是系数矩阵，residuals就要注意了，它是残差之和！！所以只有一行。哎orz。如果要获得每个残差，就简单计算一下，反正numpy算矩阵乘法快得很。
代码是这样的：
1 importpickle2 importpandas as pd3 importnumpy as np4 importtime5 from scipy importlinspace, polyval, polyfit, sqrt, stats, randn, optimize6 importstatsmodels.api as sm7
8 file1 = open('D:\实习\哑变量回归数据\LF001.pkl','rb') #factor
9 #数据从20190121开始有效(第2690列)
10 file2 = open('D:\实习\哑变量回归数据\sector.pkl','rb') #需要
最低0.47元/天 解锁文章
1898
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
