作者：吴磊; 钱夕元海量数据分布式贝叶斯方法极值模型
摘要：在海量数据背景下,传统的基于单个计算节点的算法很难满足分析要求。考察了一种分布式贝叶斯估计方法,通过在每台机器上单独运行蒙特卡洛抽样并做加权平均可以有效地解决算法效率问题。将该方法应用于基于广义极值模型的二元响应变量回归分析,并探讨其实用性。模拟研究表明分布式算法比传统方法更有效。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《华东理工大学学报·社会科学版》（CN：31-1779/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《华东理工大学学报·社会科学版》主要刊登化学工程、生物化学、制药、材料、机械、信息与计算机、环境与能源等学科有创新意义的科学论文，并辟有研究简报栏目。
杂志详情
