[发明专利]一种异构系统的并行逻辑回归方法与系统

摘要

本发明公开了一种异构系统的并行逻辑回归方法与系统，将逻辑回归模型的目标函数的梯度计算通过并行化的方式计算得到，将计算梯度使用的样本的特征向量构成样本矩阵，分类标签构成标签向量，将样本矩阵、标签向量和特征权重向量分别进行划分，划分后分配到批量的计算节点上分别计算再将结果并归得到大量样本的梯度值，从而根据并行计算得到的梯度确定目标特征权重向量，完成LR问题的求解，可以利用批量的计算节点高效地进行大规模样本的LR问题的并行求解。

主权项

一种异构系统的并行逻辑回归方法，其特征在于，包括：获取逻辑回归模型的目标函数；并行计算所述目标函数的梯度；根据计算结果确定目标特征权重向量；所述并行计算所述目标函数的梯度包括：将训练集中M个样本的分类标签构成一个M维的标签向量，将M个N维特征向量构成一个M*N的样本矩阵，获取m行n列的计算节点，将所述标签向量和样本矩阵按行划分，为每个计算节点分配M/m个特征向量和分类标签，将样本矩阵和N维的当前特征权重向量按列划分，为每个计算节点分配N/n维特征向量和当前特征权重向量；令各计算节点分别进行特征权重向量按列划分的对应分量和特征向量按列划分的对应分量的点乘，对行号相同的计算节点的计算结果进行并归，分别得到每行的当前特征权重向量和对应特征向量的点乘结果，将各所述点乘结果返回到每行对应的计算节点中；令各计算节点分别根据各所述点乘结果和标签向量按行划分的对应分量计算所述目标函数梯度的中间标量，并分别将各所述中间标量和特征向量按行划分的对应分量相乘，对列号相同的计算节点的计算结果进行并归，分别得到梯度向量每列的分量；将所述梯度向量每列的分量进行合并得到目标函数的梯度。