伊斯坦布尔100指数与线性回归

案例数据集来源于UCI网站。文件名：data_akbilgic.xlsx。该数据集中包含2009年1月5日到2011年2月22日伊斯坦布尔股票交易所“国家100指数”的日收益数据。共有536条记录，共有8个特征变量，无缺失数据。
  线性回归作为一种回归算法，在机器学习中占有非常重要的地位。它利用传统的数学优化方法，即，最小二乘的优化，对数据进行预测。Python的优势在于开源，基于Python的各类回归学习算法非常丰富而且方便使用。我们将以伊斯坦布尔股票交易所的案例数据集为一个点的同时，讨论线性回归原理和对应的Python算法并用他们来预测“国家100指数”的变化。