10.11772/j.issn.1001-9081.2014.07.1862
基于MapReduce的多元线性回归预测模型
针对传统的多元线性回归预测方法处理时间长且受内存限制的特点,对时序样本数据设计了基于MapReduce的并行多元线性回归预测模型.模型由三组MapReduce过程组成,分别求解由历史数据所构成叉积矩阵的特征向量和标准正交特征向量,用来预测未来参数的特征值和特征向量矩阵和未来时刻回归参数的估计量.设计并实现了实验来验证提出的并行多元线性回归预测模型的有效性.实验结果表明,基于MapReduce的多元线性回归预测模型具有较好的加速比和可扩展性,适合于大规模时序数据的分析和预测.
MapReduce、多元线性回归、预测模型、加速比、可扩展性
34
TP311(计算技术、计算机技术)
国家自然科学基金资助项目51308057,51378073;教育部创新团队发展计划项目IRT1050;交通运输部基础研究项目2010-319-812-080;陕西省自然科学基础研究计划项目2014JQ8354;中央高校基本科研业务费专项资金资助项目2013G3324005,0009-2014G1321041;中国博士后科学基金面上资助项目2014M550475
2014-08-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
1862-1866