[发明专利]一种基于logistic回归的慢性肾病预测方法

权利要求书

1.一种基于logistic回归的慢性肾脏疾病预测方法，其特征在于，所述的方法包括如下步骤：

步骤1对慢性肾脏疾病数据集的预处理，包括数据集中离散变量、连续变量以及缺失数据的处理；

步骤2各个自变量与因变量之间的关系进行相关性分析，从多个生理指标中筛选出与患慢性肾脏疾病相关程度较大的变量；

步骤3将数据集分为训练集和测试集，对训练集进行不同正则化惩罚力度的logistic回归建模，得到的分类器在测试集上进行验证是否患慢性肾脏疾病。

2.根据权利要求1所述的基于logistic回归的慢性肾脏疾病预测方法，其特征在于，所述步骤1中具体包括下列步骤：

步骤1.1首先对数据进行整理，将数据集中的离散变量的字符串转换成哑变量；

步骤1.2然后进行缺失值处理，本文k近邻的方法进行填补，k近邻插补法是指利用数据中与缺失值相关的无缺失值，找出距离最近的 k个样本，利用欧式距离函数来衡量这些样本与缺失样本之前的距离，其中估计值是通过对k个样本对应的缺失项进行距离加权得到的。

3.根据权利要1所述的基于logistic回归的慢性肾脏疾病预测方法，其特征在于，所述步骤2中具体包括下列步骤：

步骤2.1对两两变量进行相关性分析，此处用的是spearman相关系数（其中d代表变量之间的等级差）；

步骤2.2从相关性分析可以看出自变量之间是存在多重共线性的，这种情况会对logistic回归系数造成影响，因此使用逐步回归法消除多重共线性；

步骤2.3利用相关系数对变量进行选择，与因变量的相关系数绝对值小于0.25的删除。

4.根据权利要求1所述的基于logistic回归的慢性肾脏疾病预测方法，其特征在于，所述步骤3中具体包括下列步骤：

步骤3.1利用下采样方法使得正负样本平衡，将数据集分成训练集和测试集，对训练集进行五种不同正则化惩罚力度（0.01,0.1,1,10,100）的logistic回归建模，其中的基本过程是首先构建损失函数，此处使用对数损失函数，再加上L2正则项；然后用随机梯度下降法，不断更新，其中不参与惩罚，得到最优参数，使得损失函数最小；（其中代表损失函数，是logistic函数，是正则化参数）

步骤3.2预测模型在测试集上进行预测是否患慢性肾脏疾病；

步骤3.3最后模型要在整体数据集的测试集进行评估效果。