大数据环境下的多分类逻辑回归算法研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 国内外相关技术的发展 | 第12-18页 |
| 1.2.1 大数据和机器学习的研究现状 | 第12-15页 |
| 1.2.2 逻辑回归算法的研究现状 | 第15-18页 |
| 1.3 本文的研究内容和章节安排 | 第18-20页 |
| 1.3.1 主要研究内容 | 第18页 |
| 1.3.2 论文章节安排 | 第18-20页 |
| 第2章 逻辑回归算法及大数据平台相关技术 | 第20-34页 |
| 2.1 逻辑回归模型 | 第20-24页 |
| 2.2 梯度下降法 | 第24-28页 |
| 2.2.1 批量梯度下降法 | 第24-26页 |
| 2.2.2 随机梯度下降法 | 第26-28页 |
| 2.3 Hadoop平台相关技术 | 第28-33页 |
| 2.3.1 Hadoop平台简介 | 第28-30页 |
| 2.3.2 HDFS分布式文件系统 | 第30-31页 |
| 2.3.3 HBase分布式列存储数据库 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 基于HBase的多分类逻辑回归算法研究 | 第34-44页 |
| 3.1 训练数据表存储结构 | 第34-35页 |
| 3.2 块批量梯度下降 | 第35-37页 |
| 3.3 系数收敛判断 | 第37-38页 |
| 3.4 块批量梯度下降法算法的实现 | 第38-39页 |
| 3.4.1 读取训练样本 | 第38页 |
| 3.4.2 求结果值与预测值的偏差量数组 | 第38-39页 |
| 3.4.3 求分类系数 | 第39页 |
| 3.5 多分类逻辑回归问题 | 第39-42页 |
| 3.6 多分类逻辑回归模型评价 | 第42-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 实验环境的搭建与测试结果 | 第44-60页 |
| 4.1 Hadoop平台及HBase集群的搭建 | 第44-48页 |
| 4.1.1 Hadoop分布式平台搭建 | 第44-46页 |
| 4.1.2 HBase分布式数据库搭建 | 第46-48页 |
| 4.2 存储训练数据集 | 第48-52页 |
| 4.2.1 数据集预处理 | 第48-49页 |
| 4.2.2 存储结构的实现 | 第49-50页 |
| 4.2.3 导入训练数据集 | 第50-52页 |
| 4.3 测试过程与结果分析 | 第52-56页 |
| 4.3.1 测试过程 | 第52页 |
| 4.3.2 对比测试结果 | 第52-56页 |
| 4.4 测试结果 | 第56-57页 |
| 4.5 实验总结 | 第57-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-70页 |
| 攻读硕士期间已发表的论文和科研成果 | 第70-72页 |
| 致谢 | 第72页 |
