文献

J-GLOBAL ID：202002251269536246   整理番号：20A1080865

ビッグデータロジスティック回帰のための情報ベース最適サブデータ選択【JST・京大機械翻訳】

Information-based optimal subdata selection for big data logistic regression

著者 (3件)： Cheng Qianshun (Monsanto(Bayer) Company, United States of America) ,  Wang HaiYing (University of Connecticut, United States of America) ,  Yang Min (Department of Mathematics, Statistics, and Computer Science University of Illinois at Chicago, Chicago, IL, 60607, United States of America)
資料名： Journal of Statistical Planning and Inference  (Journal of Statistical Planning and Inference)
巻： 209  ページ： 112-122  発行年： 2020年 
JST資料番号： B0907B  ISSN： 0378-3758  CODEN： JSPIDN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 技術進歩はデータ量の指数関数的成長を可能にし,統計的方法は計算限界による異常な大規模データセットに対してもはや適用できないことが証明されている。サブデータ選択は,この問題に対処する有効な戦略である。本研究では,既存のサンプリング手法を検討し,ロジスティック回帰モデルに対するデータのサブセットを選択する新しいフレームワークを提案した。ランダムサンプリングアプローチに基づくサブデータに含まれる情報は,サブセットのサイズにより制限されるが,新しいフレームワークに基づくサブデータに含まれる情報は,フルデータセットのサイズが増加するにつれて増加することを示した。提案した手法の性能と他の既存の方法の性能を,広範なシミュレーション研究により種々の基準の下で比較した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  計算機シミュレーション ,  指数関数 ,  統計的方法 ,  *無作為抽出
準シソーラス用語： *ロジスティック回帰分析 ,  ロジスティック回帰モデル ,  *データ選択 ,  *ビッグデータ ,  大規模データセット , 【Automatic Indexing@JST】

著者キーワード (3件)： D最適性 ,  情報行列 ,  サブサンプリング

分類 (3件)： 分子・遺伝情報処理  (JE15040B) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： ビッグデータ ,  ロジスティック回帰 ,  サブ ,  データ選択