随着产业界数据量的爆炸式增长,大数据中蕴含的价值受到了越来越多的关注。如何从大数据中挖掘出有效的信息,成为了一个重要的研究课题。逻辑回归算法是进行数据分类的常用方法之一,由于其模型简单、训练速度快而在医疗、金融等领域有着广泛的应用。在对逻辑回归模型进行训练时,由于训练数据集的规模增大,对执行计算的客户端的内存容量要求越来越高,传统的逻辑回归算法就显得无能为力。本文基于HBase实现了多分类逻辑回归,针对逻辑回归模型在训练数据集时可能遇到的内存限制的问题对算法进行了改进,提出了块批量梯度下降算法,用于计算回归模型的系数。本论文主要完成的工作如下:首先,将训练数据集存入HBase后,然后针对训练数据集可能超出客户端的内存限制问题,块批量梯度下降算法通过设置表扫描对象的起始行键参数,取出大小合适的含训练样本及结果值的数据块,同时避免了客户端到服务端频繁的RPC调用,每一次取出的数据块可进行多次迭代计算,加快了系数的收敛速度。当取出的数据块达到指定的迭代次数后,再按行键次序取出下一个数据块,如此循环,一直到系数收敛或者达到指定的循环控制阈值。多分类的逻辑回归问题可转换为二分类来解决,因此需要为每一个分类在训练数据表中设定结果值列,结合训练样本列簇,按块批量梯度下降算法得到每个分类的回归系数。实验结果表明,得到的回归系数,能准确的对测试样本进行分类。