數(shù)據(jù)來(lái)自吉林大學(xué)第二醫(yī)院193位病人的反流癥狀指數(shù)評(píng)分量表(RSI)數(shù)據(jù),應(yīng)用Logistic回歸模型與神經(jīng)網(wǎng)絡(luò)模型對(duì)咽喉反流疾病進(jìn)行預(yù)測(cè).首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和相關(guān)性檢驗(yàn),再將數(shù)據(jù)按7:3拆分成訓(xùn)練集和驗(yàn)證集,最后通過(guò)Logistic回歸模型和神經(jīng)網(wǎng)絡(luò)模型兩種方法對(duì)咽喉反流疾病進(jìn)行預(yù)測(cè).結(jié)果表明,Logistic回歸模型的預(yù)測(cè)準(zhǔn)確率為99.39%,神經(jīng)網(wǎng)絡(luò)早停止法訓(xùn)練出的模型預(yù)測(cè)準(zhǔn)確率最高為98.61%.因此,Logistic回歸模型對(duì)咽喉反流性疾病的預(yù)測(cè)更加準(zhǔn)確,為咽喉反流疾病的高效識(shí)別奠定了基礎(chǔ).

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 Logistic回歸與逐步選擇
2 神經(jīng)網(wǎng)絡(luò)算法
    2.1 L-M優(yōu)化算法[9]
    2.2 早停止法[9]
    2.3 規(guī)則化法[9]
3 數(shù)據(jù)預(yù)處理與相關(guān)性檢驗(yàn)
    3.1 數(shù)據(jù)來(lái)源
    3.2 數(shù)據(jù)探索
    3.3 數(shù)據(jù)補(bǔ)缺
    3.4 相關(guān)性檢驗(yàn)
4 模型訓(xùn)練及結(jié)果分析
    4.1 建立Logistic回歸模型
    4.2 建立神經(jīng)網(wǎng)絡(luò)模型
5 結(jié)論



本文編號(hào)：3843755