大数据下Logistic模型的最优子抽样算法研究

抽样方法在大数据研究中发挥着重要作用，子抽样作为其中之一可以非常高效地解决数据量大的问题，无论是线性回归模型还是Logistic回归模型都有相应的子抽样方法。本文使用大数据下基于二元Logistic模型的两种子抽样方法，分别是普通子抽样方法和两阶段最优子抽样方法，并利用实际数据评估了算法的优良性，得出以下结论：基于两阶段子抽样算法建立的Logistic回归模型在估计精度上优于基于普通子抽样建立的模型；基于L最优准则下的子抽样虽然比基于A最优准则下的子抽样估计精度略低，但耗费的运算时间更短。