Multi-resolution subsampling for linear classification with massive data
海量数据线性分类的多分辨率子抽样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。
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：摘要讨论一般机器学习线性分类，未明确建模经济主体的离散选择行为。
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
海量数据线性分类的多分辨率子抽样
- 研究问题
- 海量数据的线性分类中，如何同时保存全局信息和重点区域的局部信息，以改善子样本估计的统计与计算效率？
- 方法与思路
- 作者通过数据分区，在重点区域抽取观测，在其余区域收集汇总统计量，再结合两类信息形成多分辨率子抽样估计。
- 材料陈述的贡献
- 摘要称所提策略能提高一般线性分类问题中子样本估计量的效率，建立部分渐近性质，并以模拟和真实案例说明方法。
- 阅读关注点
- 应核对分区与重点区域如何确定、汇总信息是否需要遍历全数据，以及效率比较基准、渐近条件和实际计算成本。
- 阅读边界
- 仅据所给 Crossref 摘要；未提供效率提升数值、复杂度或分类模型细节，不能据此声称普遍改善，也不能推断其他版本变化。
原文摘要
Abstract Subsampling is one of the popular methods to balance statistical efficiency and computational efficiency in the big data era. Most approaches aim to select informative or representative sample points to achieve good overall information of the full data. The present work takes the view that sampling techniques are recommended for the region we focus on and summary measures are enough to collect the information for the rest according to a well-designed data partitioning. We propose a subsampling strategy that collects global information described by summary measures and local information obtained from selected subsample points. Thus, we call it multi-resolution subsampling. We show that the proposed method leads to a more efficient subsample-based estimator for general linear classification problems. Some asymptotic properties of the proposed method are established and connections to existing subsampling procedures are explored. Finally, we illustrate the proposed subsampling strategy via simulated and real-world examples.