典型文献
基于EMVS-logistic模型的关键因素筛选及风险预测——以糖尿病合并症高血压数据为例
文献摘要：
糖尿病是一种慢性疾病,已经成为危害我国人民健康的三大慢性疾病之一.深入对患者糖尿病危险因素与合并症的研究对于早期的糖尿病预防具有重要的影响意义.为解决实际数据中的"维数灾难"问题,利用EM算法贝叶斯变量选择(EMVS)、Lasso变量选择与Logistic回归结合,构建患病风险识别模型,对糖尿病合并症高血压数据集进行关键因素筛选及风险预测.
文献关键词：
贝叶斯变量选择;Lasso变量选择;糖尿病合并症高血压;EM算法
中图分类号：
作者姓名：
单苗慧;朱春华;倪其伟
作者机构：
南京审计大学统计与数据科学学院,江苏南京210000;安徽师范大学数学与统计学院,安徽芜湖241000
文献出处：
引用格式：
[1]单苗慧;朱春华;倪其伟-.基于EMVS-logistic模型的关键因素筛选及风险预测——以糖尿病合并症高血压数据为例)[J].兰州文理学院学报（自然科学版）,2022(04):25-30
A类：
EMVS,糖尿病合并症高血压
B类：
logistic,因素筛选,风险预测,慢性疾病,人民健康,病危,糖尿病预防,防具,影响意义,实际数据,维数灾难,贝叶斯变量选择,Lasso,患病风险,风险识别,识别模型
AB值：
0.232206
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
