基于Logistic回归和神经网络比较的咽喉反流疾病的精准预测

发布时间：2023-08-26 02:14

　　数据来自吉林大学第二医院193位病人的反流症状指数评分量表(RSI)数据,应用Logistic回归模型与神经网络模型对咽喉反流疾病进行预测.首先对数据进行预处理和相关性检验,再将数据按7:3拆分成训练集和验证集,最后通过Logistic回归模型和神经网络模型两种方法对咽喉反流疾病进行预测.结果表明,Logistic回归模型的预测准确率为99.39%,神经网络早停止法训练出的模型预测准确率最高为98.61%.因此,Logistic回归模型对咽喉反流性疾病的预测更加准确,为咽喉反流疾病的高效识别奠定了基础.

【文章页数】：8 页

【文章目录】：
1 Logistic回归与逐步选择
2 神经网络算法
    2.1 L-M优化算法[9]
    2.2 早停止法[9]
    2.3 规则化法[9]
3 数据预处理与相关性检验
    3.1 数据来源
    3.2 数据探索
    3.3 数据补缺
    3.4 相关性检验
4 模型训练及结果分析
    4.1 建立Logistic回归模型
    4.2 建立神经网络模型
5 结论



本文编号：3843755