一种二元响应变量模型的分布式贝叶斯估计方法

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.

关键词：海量数据、分布式贝叶斯方法、极值模型

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家高科技研究发展"863"计划2015AA20107;上海市经信委"软件和集成电路产业发展专项资金"140304

在线出版日期：2017-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：559-562