滾動回歸

所謂滾動回歸，通常用在時間序列上。記當前時刻為 t，回歸時長為 s，則一直使用 當作自變量來預測 。使用滾動回歸的目的通常是為了避免未來函數對于回歸的影響。

具體來說，如果我們直接用所有數據來建立線性回歸模型，則回歸系數 ，是關于所有 x 與所有 y 的函數。然而，我們在 時是不知道未來的數據點的！如果使用全部數據進行回歸則相當于未卜先知，會造成嚴重的過擬合。

Python實現(xiàn)

之前 python 的 pandas 與 statsmodels 庫均支持滾動回歸，但是現(xiàn)在兩個都不支持。因此如果大家使用的是最新版的 pandas 與 statsmodels ，那么網上的那些做法均沒有用。

目前我找到的唯一可以實現(xiàn)滾動回歸的 python 庫是 pyfinance，代碼如下：

from pyfinance.ols import PandasRollingOLS
 
results = PandasRollingOLS(x, y, window) # window 是滾動回歸的自變量個數
results.solution # 每一步估計的截距與斜率
results.beta # 每一步估計的斜率
results.alpha # 每一步估計的截距
results.predicted # 每一步估計的樣本內預測值

補充知識：python 實現(xiàn)字幕動態(tài)滾動和等待效果

晚上看了些python實現(xiàn)動態(tài)字幕效果的文章，總會提到print函數的flush=True參數，還有os.system('cls')清屏，總是迷糊，并不能實現(xiàn)滾動屏幕效果。經過多方思索和查找，總結如下。

1.windows平臺下pycharm工具，其實加不加 flush=True 效果都是一樣的，因為網上說，有些系統(tǒng)是把字符存放在緩存里不會實時顯示，總是再最后才一次性把所有的緩存信息顯示，這樣的延遲導致看不到動態(tài)效果。經過測試，windowns平臺的pycharm工具不存在此問題，加不加效果都一樣。

2.回車換行符的使用：

# 回車和換行的歷史： # 機械打字機有回車和換行兩個鍵作用分別是: # 換行 '\n' 就是把滾筒卷一格，不改變水平位置。 （即移到下一行，但不是行首，而是和上一行水平位置一樣） # 回車 '\r' 就是把水平位置復位，不卷動滾筒。 （即將光標移到行首，但是不會移到下一行，如果繼續(xù)輸入的話會覆蓋掉前面的內容） # Enter = 回車+換行(\r\n)

所以可以利用回車符，不斷清除前面的字符，然后循環(huán)顯示新的字符，來實現(xiàn)動態(tài)滾動效果。

2個實例如下：

實例1 動態(tài)廣告語

import time
 
content = '鉆石永久遠，一顆永流傳!'
while True:
  print('\r', content, end='', flush=True) #去掉flush參數效果也一樣
  content = content[1:] + content[0]
  time.sleep(0.5)

實例2 等待效果

import time
 
while True:
  print('鉆石永久遠，一顆永流傳', end=' ')
  for i in range(10):
    print('·', end='', flush=True) #去掉flush參數效果也一樣
    time.sleep(0.3)
  print('\r',end='')

以上這篇python rolling regression. 使用 Python 實現(xiàn)滾動回歸操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論