文献类型：期刊文章

作　　者：潘莹丽[1] 刘展[1] 蔡雯[1]

PAN Ying-li;LIU Zhan;CAI Wen(Hubei Key Laboratory of Applied Mathematics,Faculty of Mathematics and Statistics,Hubei University,Wuhan 430062,China)

机构地区：[1]湖北大学数学与统计学学院应用数学湖北省重点实验室,湖北武汉430062

出　　处：《数学的实践与认识》

基　　金：国家自然科学基金(11901175)。

年　　份：2020

卷　　号：50

期　　号：14

起止页码：259-268

语　　种：中文

收录情况：BDHX、BDHX2017、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：随着大数据时代的到来,运用统计的思维和方法挖掘隐藏在数据里的价值成为大数据领域的热门研究方向.数据挖掘的常用方法是回归分析,最小二乘回归只对因变量均值做出估计,而expectile回归可以估计因变量的整体分布.本文以大数据为背景,在expectile回归模型下,提出分布式存储数据的思想,并通过构造全局损失函数的一个替代损失函数,设计Proximal-ADMM算法对模型中的参数进行估计.达到了仅使用局部样本就可有效评估全局损失函数的目的,解决了大数据中样本量大导致的计算成本昂贵的问题.

关 键 词：大数据 expectile回归  分布式 替代损失函数  

分 类 号：TP311.13] O212.1[计算机类]