典型文献
基于logistic回归模型的大数据分布式两步子抽样算法
文献摘要：
随着大数据时代的到来,分布式存储系统被广泛应用,这使得数据的分析面临较大的挑战.本文主要基于文[1]提出的两步子抽样算法思想,提出分布式两步子抽样算法,利用该算法得到的参数估计量具有一致性和渐近正态性.采用数值模拟及真实数据预测,进一步对算法进行评估,结果表明,分布式两步子抽样算法与简单随机抽样算法相比精度更高,与全样本相比,在保证精度损失很小的基础上,节约了CPU运行时间,提高了算法效率.
文献关键词：
大数据;分布式存储;两步子抽样算法;logistic回归模型
中图分类号：
作者姓名：
李莉莉;杜梅慧;张璇
作者机构：
青岛大学经济学院,山东青岛266100;南开大学经济学院,天津300071;中国标准化研究院,北京100088
文献出处：
引用格式：
[1]李莉莉;杜梅慧;张璇-.基于logistic回归模型的大数据分布式两步子抽样算法)[J].数理统计与管理,2022(05):858-866
A类：
两步子抽样算法
B类：
logistic,数据分布,分布式存储系统,得数,法思想,参数估计,估计量,渐近正态性,真实数据,数据预测,随机抽样,精度损失,CPU,运行时间,算法效率
AB值：
0.179634
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
