大规模数据Logistic回归

Question

我有以下输入数据：

[HttpPost]
public ActionResult Pay(Payments payment )
{
    var d=DateTime.Now.ToUniversalTime();
    if(ModelState.IsValid)
    {

        Payments p=new() Payments{
       AccountNumber=p.AccountNumber,
      Amount=payment.Amount,
     TransactionDate=d
};

        DB.Payment.Add(p);
        DB.SaveChanges();

head(data1) VarA VarB VarC VarD VarE VarG VarH VarI 2016-06-01 09:30:05 14.2 31228 ABCD IS Equity 1 139 192 23 2016-06-01 09:30:07 14.2 31128 ABCD IS Equity 0 0 0 0 2016-06-01 09:30:09 14.2 36128 ABCD IS Equity 1 138 192 23 2016-06-01 09:30:19 14.2 36028 ABCD IS Equity 0 0 0 0 2016-06-01 09:30:21 14.2 27028 ABCD IS Equity 1 112 190 23 2016-06-01 09:30:37 14.2 26528 ABCD IS Equity 0 0 0 0 的类型为VarA，POSIXct的类型为VarD，chr的类型为rests。

num是我的因变量。 VarE是我的解释变量。数据集的总行数为VarC, VarB, VarG, VarH and VarI。我想运行逻辑回归。我使用7.4 million在bigglm包中尝试biglm。但它是binomial family。由于这一点，我没有得到适当的偏差值。所以我有同样的问题计算failing to converge值。你能否建议任何替代方案/方式？

提前致谢。

Answer 1

sgd包允许您通过随机梯度下降法逐个处理数据。