基于Logistic回归和神经网络比较的咽喉反流疾病的精准预测

摘要：

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.

关键词：咽喉反流疾病、预测、Logistic回归模型、神经网络、SAS软件

所属期刊栏目：41

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金项目11671054

在线出版日期：2020-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：36-43