大数据岭回归的最优子抽样

• 作者: 陈云璐 张楠
• 来源期刊: 复旦学报（自然科学版）
• 学科: 社会科学
• 关键词: 大数据 岭回归 子抽样方法 岭杠杆值
• 年，卷（期）: 2022,（1）
• 页码范围: 1-9
• 页数: 9页
• 分类号: C8
• 语种: 中文

摘要

针对大数据岭回归问题,研究了提升计算效率的子抽样方法.现有子抽样方法的研究主要集中于没有惩罚项的模型框架,而相较于普通最小二乘估计,岭回归中惩罚项的引入权衡了估计的偏差和方差.通过子样本所得估计的渐近性质研究,本文提出了以渐近均方误差为优化准则的岭回归最优子抽样估计,并计算得到包含岭杠杆值和L2范数的子抽样概率,对岭杠杆值的计算使用近似方法后,得到计算成本较低的算法.