Python财务数据分析与应用（微课版）- 教案 第6章 财务数据挖掘

课次/学时：第1次课/2学时

本次课题目(内容)：

线性回归模型原理与财务预测实战（一元/多元线性回归）

学习目标：理解一元/多元线性回归数学模型及参数意义（斜率/截距）。掌握回归模型评估指标（R方/MAPE）的业务解读方法。运用LinearRegression完成上市公司营收预测建模全流程。教学重点、难点：重点：最小二乘法原理、train_test_split数据集划分、metrics.r2_score评估。难点：多重共线性识别（如资产总计/负债合计高度相关）、MAPE误差解读（<10%为优秀）。

教学资源：

上市公司营收数据集（营业成本/资产总计等11字段）、JupyterNotebook代码模板、特征相关性热力图案例。

课堂教学创新点：财务诊断视角：解读回归系数（如"营业成本系数1.22→每投入1元成本创收1.22元营收"）。陷阱预警：演示未标准化数据导致系数失真（资产总计系数-9636的误导性）。

教学过程设计：原理剖析（30分钟）一元回归公式推导：最小二乘法动画演示：误差平方和最小化过程关键指标解读：R方=0.99→模型解释99%波动MAPE=0.21→平均预测误差21%一元回归实战（40分钟）数据可视化：plt.scatter绘制营业成本-营收散点图（图6-1）模型训练与诊断：Pythonlm=LinearRegression()

lm.fit(X_train,y_train)#X=营业成本

print('斜率:',lm.coef_[0])#输出1.2248业务结论：成本与营收强线性相关（R方>0.99）多元回归进阶（30分钟）特征工程陷阱：展示未标准化时资产总计系数失真（-9636）解决方案：Pythonscaler=StandardScaler()#数据标准化

X_scaled=scaler.fit_transform(X)优化后结果：营业成本系数1.076（业务合理）课程总结与答疑：

强调财务建模铁律：先验证特征相关性（热力图），再标准化数据，最后解读系数经济含义。

教学反思：

课次/学时：第2次课/2学时

本次课题目(内容)：

逻辑回归原理及信用风险预测实战

学习目标：理解Sigmoid函数与概率映射机制掌握混淆矩阵指标（准确率/召回率）在风控场景的应用。完成个人信用风险预测模型（特征：收入/负债/历史逾期等）。教学重点、难点：重点：LogisticRegression模型训练、predict_proba()概率输出、classification_report评估。难点：召回率与精确率的权衡（风控侧重召回率→减少漏判高风险客户）。教学资源：

个人信用数据集（20个特征/5万样本）、阈值调整动态可视化工具。

课堂教学创新点：银行业务还原：设定不同阈值（0.3/0.5/0.7）演示通过率与坏账率变化。伦理讨论：分组辩论"是否应拒绝40%逾期概率的低收入群体"。教学过程设计：原理精讲（25分钟）Sigmoid函数演示：1/(1+e^(-z))将线性输出映射为[0,1]概率决策边界：概率>0.5判定为违约（可调整）风控核心指标：召回率=抓出坏人/全部坏人→避免漏判（目标>85%）精确率=真坏人/判为坏人→减少误伤模型开发（35分钟）特征工程：独热编码处理职业类型，标准化连续变量训练与评估：Pythonfromsklearn.linear_modelimportLogisticRegression

lr=LogisticRegression()

lr.fit(X_train,y_train)

print(classification_report(y_test,lr.predict(X_test)))输出示例：召回率0.88→每100个坏人识别出88个阈值调优实战（30分钟）业务场景模拟：阈值=0.3：召回率92%→坏账少但拒绝大量好客户阈值=0.7：召回率65%→坏账多但客户体验好代码实现：Pythony_proba=lr.predict_proba(X_test)[:,1]#违约概率

y_pred=(y_proba>0.4).astype(int)#调整阈值课程总结与答疑：

强调逻辑回归本质是分类模型，财务场景中需按业务目标（风控/营销）动态调整阈值。

教学反思：

课次/学时：第3次课/2学时

本次课题目(内容)：

K均值聚类原理与企业盈利能力分级实战

学习目标：掌握K均值算法流程（初始化→分配→更新→迭代）。运用肘部法则（KElbowVisualizer）确定最佳K值。完成上市公司盈利能力聚类分级（ROE/净利率/营收增速）。教学重点、难点：重点：轮廓系数解读（>0.5说明聚类合理）、聚类中心业务标签定义。难点：特征权重分配（如ROE比营收增速更重要）、高维数据降维（PCA）。教学资源：

上市公司财务指标数据集（3年ROE/净利率/营收增速）、聚类结果雷达图模板。

课堂教学创新点：投资策略生成：定义聚类中心为"现金牛/成长型/风险型"企业可视化创新：用雷达图对比三类企业盈利特征（图10-3）教学过程设计：算法解析（30分钟）K均值动画演示：质点移动与样本重分配过程关键概念：肘部法则：寻找SSE下降拐点（K=3处斜率突变）轮廓系数：计算样本与同类/异类距离比（公式演示）盈利能力聚类（40分钟）数据预处理：Pythonfromsklearn.preprocessingimportStandardScaler

scaler=StandardScaler()

X_scaled=scaler.fit_transform(df[['ROE','净利率','营收增速']])确定K值：Pythonfromyellowbrick.clusterimportKElbowVisualizer

visualizer=KElbowVisualizer(KMeans(),k=(2,10))

visualizer.fit(X_scaled)#显示肘点K=3业务解读聚类中心：类别ROE净利率增速标签022.3%15.8%5.2%现金牛18.1%3.4%32.7%成长型2-3.2%-1.5%-8.4%风险型报