| 基于岭回归模型大数据最优子抽样算法研究 |
| |
| 引用本文： | 李莉莉,靳士檑,周楷贺.基于岭回归模型大数据最优子抽样算法研究[J].系统科学与数学,2022(1):50-63. |
| |
| 作者姓名： | 李莉莉 靳士檑 周楷贺 |
| |
| 作者单位： | 青岛大学经济学院 |
| |
| 基金项目： | 国家社会科学基金(2019BTJ028)资助课题。 |
| |
| 摘 要： | 随着大数据时代的来临,为了提高计算效率,Wang等(2018)提出基于logistic回归的最优子抽样算法,在保证参数估计精度的前提下,节省了大量的运算时间.为解决变量间的多重共线性,文章提出基于岭回归模型的最优子抽样算法,并证明岭回归模型中参数估计的一致性与渐近正态性.利用数值模拟与实证分析对最优子抽样算法进行评估,...
|
| 关 键 词： | 大数据 最优子抽样算法 岭回归 |
Optimal Subsampling Algorithm for Big Data Ridge Regression |
| |
| LI Lili,JIN Shilei,ZHOU Kaihe.Optimal Subsampling Algorithm for Big Data Ridge Regression[J].Journal of Systems Science and Mathematical Sciences,2022(1):50-63. |
| |
| Authors: | LI Lili JIN Shilei ZHOU Kaihe |
| |
| Institution: | (School of Economics,Qingdao University,Qingdao 266100) |
| |
| Abstract: | |
| |
| Keywords: | Big data optimal subsampling algorithm ridge regression |
| 本文献已被 维普 等数据库收录！ |
|
