基于主成分分析法的两步子抽样算法及应用研究

针对大数据中高维变量多重共线性问题，结合Logistic模型提出两种基于主成分分析法的两步子抽样算法，分别为基于A-最优准则的最小均方误差(minimum Mean Square Error, mMSE)抽样和基于L-最优准则的最小方差协方差(minimum Variance covariance, mVc)抽样。实证结果表明，相较于随机抽样，mMSE抽样和mVc抽样能大幅降低模型参数估计的均方误差，提升模型的查准率、召回率、F1分数、特异度等分类评价指标。