A Bayesian Bi-Directional Splitting Framework for Variable Selection in Large Datasets
大规模数据变量选择的贝叶斯双向拆分框架AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用贝叶斯变量选择且应用于流感数据，没有所列经济金融细分方向的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
大规模数据变量选择的贝叶斯双向拆分框架
- 研究问题
- 当样本数与协变量数同时很大时，如何降低贝叶斯变量选择的计算负担，并在拆分损失信息的情况下保持有效的信号筛选？
- 方法与思路
- 作者沿数据行和列双向划分批次，各批次独立并行分析，再通过两阶段共识程序合并结果，并提供调参及划分策略建议。
- 材料陈述的贡献
- 摘要报告该框架在实验中获得计算收益并保持较强变量选择表现，提供实用设置建议，并展示 H3N2 流感数据应用。
- 阅读关注点
- 应核对两阶段共识规则、跨列信号合并与拆分信息损失的处理，并检查计算预算、比较方法调参和变量选择评价标准。
- 阅读边界
- 依据所给 arXiv v1 预印本摘要，不能据此声称已同行评审或期刊接收；未陈述一致性定理或具体数值，实验表现不能替代理论保证。
原文摘要
Modern tabular datasets are becoming increasingly large, both in the number of samples and covariates, posing significant challenges for Bayesian variable selection due to the resulting computational burden. While there is extensive literature on scaling Bayesian inference to large numbers of observations or high-dimensional covariate spaces, comparatively little work addresses scalable Bayesian variable selection when both dimensions are large simultaneously in a practical setting. This paper presents a novel Bayesian variable selection framework for efficiently analysing data with a large number of both rows and columns. The proposed framework operates via a divide-and-conquer approach, splitting data into batches along both directions and analysing each batch independently in parallel, after which the results are combined together in a two-phase consensus procedure. Experiments demonstrate the computational gains while retaining strong variable selection performance, successfully identifying relevant signals in noisy, high-dimensional settings despite the loss of information induced by data splitting. Practical guidelines are also provided, including recommendations for tuning parameter choices and effective data partitioning strategies, followed by a real application to an H3N2 influenza dataset.