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