Logistic回归

摘要： 为研究道路交通事故严重性的影响因素,对10077条不同严重程度的事故案例进行分析,建立了二项logistics回归模型。选取天气、时间、路段特征、温度、湿度、气压、风速等总计11个因变量进行分析,结果表明天气、时间、路段特征、温度、风速均会对事故后果的严重程度产生显著影响,而湿度、气压、事故点附近是否设置有让行标志则对事故严重性无明显影响。基于此,提出了减轻道路交通事故严重程度的措施建议。

摘要： 为探究无信号灯控制人行横道处驾驶人礼让行人的让行决策行为,通过高空摄像头观测深圳市某商业区路段人行横道处驾驶人的让行情况,分析了驾驶人的让行决策行为与车辆、行人接近人行横道时的速度及过街行人数量的关系,建立了基于Logistic回归的驾驶人让行决策模型。通过对相关影响因素进行分析可以得出,车辆和行人接近人行横道时的速度对驾驶人的让行决策影响显著;通过拟合优度检验及预测准确性检验发现模型的拟合效果较好,模型在礼让行人背景下具有较好的适用性。

摘要： 目的:研究住院超30天患者的分布形态与特点,寻找导致超长住院的影响因素,提出相应的管理建议。方法:基于DRG分组后的某三甲医院2019-2020年病案首页共190793条数据,将患者分为≦30天组与>30天组,对比两组患者性别、年龄、DRG治疗方式、疾病疑难系数(RW)以及总费用与日均费用的分布情况,同时进行单因素与多因素Logistic统计推断,探索发现降低住院日的契机。结果:两组住院日分布均呈现严重右拖尾,两组性别、年龄、DRG治疗方式、RW、总费用与日均费用均有显著性差异(P<0.001),男性、高龄、RW增加均会导致住院超30天的风险增大,相对于操作组,手术组与内科组患者更可能住院超过30天。结论:医院应加大分级诊疗力度、积极推进日间放化疗,同时注意医患沟通,与卫健委等部门合力提升医疗资源利用率,提升全民健康水平。

摘要： 目的 探究老年2型糖尿病患者超长住院的范围及影响因素,为减少超长住院的发生,提高老年患者生活质量提供依据。方法 以2017-2018年在湖南省三甲医院住院的老年2型糖尿病患者为研究对象,将住院日的95%分位数定义为超长住院。超长住院患者按照年龄±2岁和性别相同从非超长住院患者中以1∶1的比例匹配对照组,进行单因素和多因素条件logistic回归分析。结果 本研究共纳入老年2型糖尿病住院患者48225例,住院日呈正偏态分布,中位数为10天。住院日的95%分位数为21天,超过21天的超长住院患者为2568例,占同期出院总人数的5.4%。多因素条件logistic回归分析显示,离异或丧偶[OR=1.39(1.14~1.68)]、全公费[OR=1.57(1.29~1.90)]、转科[OR=1.46(1.16~1.85)]、手术[OR=1.45(1.32~1.59)]、并发2型糖尿病性肾病[OR=1.18(1.09~1.27)]、2型糖尿病性周围循环并发症[OR=1.12(1.01~1.24)]、伴有心血管疾病[OR=1.09(1.01~1.18)]、脑血管疾病[OR=1.11(1.00~1.24)]的患者容易发生超长住院。结论 应加强对老年2型糖尿病患者超长住院的重视,完善就医的流程和各项保障制度。

摘要： 目的探讨联合多项血液及尿液指标的预测模型在早期诊断老年急性胰腺炎(AP)中的价值。方法纳入2014年8月至2019年8月就诊于资阳市第一人民医院的老年急腹症病人160例作为研究对象,其中80例急性胰腺炎病人为AP组,80例非急性胰腺炎病人为非AP组;应用logistic回归分析筛选出早期诊断老年急性胰腺炎的指标,建立标志物的预测模型;最后采用ROC曲线评价该模型预测效能。结果AP组病人血清淀粉酶(S-AMY)、尿淀粉酶(U-AMY)、胰脂肪酶(LPS)、胰蛋白酶原激活肽(TAP)、降钙素原(PCT)水平均显著高于非AP组(P0.05);logistic回归分析结果显示:S-AMY、LPS、TAP及U-AMY的相关性及95%CI分别为1.019(1.011~1.028)、1.023(1.012~1.034)、1.548(1.244~1.925)及1.291(0.983~1.695),均差异有统计学意义(P<0.05)。早期诊断老年急性胰腺炎的模型为P=1/[1+e^((-12.540+0.019SAMY+0.023LPS+0.437TAP+0.255UAMY))],C-index为0.941,提示该模型区分度良好,校准曲线提示模型一致性良好,模型的AUC为0.941(95%CI:0.903~0.979),提示该模型预测效率高。结论联合S-AMY、LPS、TAP及U-AMY的预测模型有助于提高对于老年急性胰腺炎的早期诊断能力,有重要临床意义。

摘要： 目的探讨影响母婴分离的早产产妇泌乳Ⅱ期启动延迟(Delayed Onset of LactogenesisⅡ,DOLⅡ)的因素。方法采用便利抽样法,对300例母婴分离的早产产妇的泌乳Ⅱ期启动时间进行跟踪测定,并采用自行设计的母婴分离的早产产妇泌乳Ⅱ期启动时间相关因素调查表进行调查。结果母婴分离的早产产妇DOLⅡ的发生率为35.67%,影响其DOLⅡ的因素为孕期BMI增幅及合并妊娠高血压综合征;孕期BMI增幅≥7.2 kg/m^(2)与妊娠高血压综合征对DOLⅡ的发生风险存在正向交互作用(OR=27.772,95%CI:12.046〜64.030)。结论妊娠高血压综合征及孕期BMI增幅是影响母婴分离的早产产妇DOLⅡ的重要因素,且孕期BMI增幅与妊娠高血压综合征的交互作用增加了DOLⅡ的发生风险,医护人员及孕妇应高度重视孕妇BMI及血压变化,及时控制其孕期体重及血压的增长幅度,以预防DOLⅡ,改善早期泌乳状况。

摘要： 提出了一种基于公交驾驶员心理状况的PCA-Logistic交通事故倾向性预测方法。该方法针对传统Logistic回归模型中部分自变量间可能存在的多重共线性进而影响预测结果问题,采用主成分分析法对自变量进行降维处理并构建了PCA-Logistic交通事故预测模型;通过约登指数法确定二分类阈值表征预测结果中交通事故的发生与否,达到改进目的;结合1004名公交驾驶员的心理健康问卷调查结果和公交驾驶员近1年内是否发生过交通事故的统计数据,对所建模型进行了验证;并对公交驾驶员心理健康状况提出了针对性的改进措施建议。研究结果表明:9项心理因子中的躯体化、强迫症状、抑郁和敌意是影响公交驾驶员行车安全的危险心理因子;所构建的PCA-Logistic交通事故预测模型有效且阈值划分合理。

摘要： 目的探讨多模态影像参数在判断肺结节良、恶性中的应用价值。方法收集来自首都医科大学宣武医院及北京市肿瘤防治研究所肺占位患者病例326例,包括115例良性病例,211例恶性病例。记录多模态影像指标,包括结节大小、最大标准摄取值(maximum standard uptake value, SUVmax)、磨玻璃样变、边缘光滑、有晕征、分叶征、毛刺征、钙化共计8个指标,通过多因素Logistic回归分析筛选出基于肺部多模态图像的恶性肺结节的影响因素。结果多因素Logistic回归分析显示,结节大小、SUVmax、分叶征、毛刺征为恶性肺结节的危险因素,相应的OR值分别为1.31(1.03~1.65)、1.10(1.03~1.18)、7.27(3.57~14.82)、3.16(1.47~6.83)。结节钙化为恶性肺结节的保护因素,OR值为0.13(0.05~0.32)。结论结节大、SUVmax值大、存在分叶征、存在毛刺征、结节无钙化提示肺结节为恶性结节的可能性较大。

摘要： 目的提升老年人APP的用户体验水平。方法提出一种基于Logistic回归的老年人APP用户体验优化设计研究方法。首先,通过文献研究和焦点小组法确定APP的设计模式,并选择合适的正交表确定设计模式的组合方式;其次,构建以行为体验、感知体验和情感体验为基础的用户体验评价体系,邀请被试者对试验样本执行具有代表性的任务,并对用户体验进行评价研究,收集试验数据;再次,运用序次Logistic回归建立APP设计模式与用户体验之间的关系模型,确定APP的最佳设计方案;最后,运用A/B测试方法对得到的试验结果进行验证。结论以老年人移动医疗APP为例进行研究,结果表明所提出的方法可以有效地对老年人APP的用户体验进行优化设计,有助于设计师了解老年用户的偏好,设计出适合老年人使用的APP。

摘要： 对于多标签特征选择算法,通常假设数据与标签间呈现某种关系,以该关系为基础并通过正则项的约束可解决多标签特征选择问题,但该关系也可能是两种或多种关系的结合。为准确描述数据与标签间的关系并去除不相关的特征和冗余特征,基于logistic回归模型与标签流形结构提出多标签特征选择算法FSML。使用logistic回归模型的损失函数学习回归系数矩阵,利用标签流形结构学习数据特征的权重矩阵,通过L;-范数将系数矩阵和权重矩阵进行柔性结合,约束系数矩阵与权重矩阵的稀疏性并实现多标签特征选择。在经典多标签数据集上的实验结果表明,与CMLS、SCLS等特征选择算法相比,FSML算法在汉明损失、排名损失、1-错误率、覆盖率、平均精度等5个性能评价指标上表现良好,能更准确地描述数据与标签间的关系。

摘要： 道路条件、车辆类型、交通流情况与驾驶员是否超速行驶密切相关。在对四条普通公路地点车速调查的基础上, 采用logistic回归模型研究了车道数、限速值、车道位置、车型、道路饱和度、大型车比例对驾驶员是否超速行驶的影响，借助SPSS 软件计算得到了模型的各个参数值,并进行了影响因素的显著性分析。该模型可帮助交通管理者更具针对性的制定超速行驶防治措施，同时为超速行驶行为的研究提供了新的思路。

摘要： 目的：建立个体患血脂异常的预测模型，探讨并评价预测个体患血脂异常的新方法。rn 方法：选择8914例社区居民流行病学调查资料，按3：1分为训练集(6 686例)与检验集(2 228例)，分别用于筛选变量、建立预测模型及对模型的检测和评价。应用人工神经网络(ANN)和10gistic回归分别建立血脂异常预测模型，受试者工作曲线(ROC)评价预测模型的优劣。rn 结果：ANN预测模型的特异度((64.79％)较低，但灵敏度(94.86％)、约登指数(59.65％)、一致率(81.23％)均优于logistic回归预测模型(特异度=77.49％、灵敏度=53.51％、约登指数=31.00％、一致率=81.23％);ANN预测模型ROC曲线下面积(Az=0.824i±0.009)明显大于logistic回归预测模型(Az=0.655±0.012)(P<0.05)。rn 结论：在预测个体患血脂异常方面，ANN模型较logistjc回归模型具有更好的预测判别效能。

摘要： 目的：研究住院患者因院内感染所造成的直接经济损失，分析住院患者在院内感染监控中的位置、住院患者院内感染监控的重点科室。rn 方法：采用回顾性调查方法，收集2006年1月1日至2006年12月31日期间出院的在住院过程中曾发生过院内感染的住院患者462例病历资料，并按性别、年龄、付费方式、出院第一诊断相同，每例匹配1例未发生院内感染的住院患者为对照，共924例。调整年龄、性别、付费方式等的影响，分析患者院内感染的直接经济损失情况。同时采用病例对照Logistic回归方法，探讨院内感染的危险因素。rn 结果：调整了年龄、性别、付费方式、疾病诊断等潜在影响因素后，因院内感染而致的住院患者平均每例感染病例造成的直接经济损失为7716元，是对照组的2.5倍(12879/5163)；院内感染的经济损失因科室不同而异，ICU最高，平均每例增加52979元；院内感染患者随着年龄的增长，感染所致的经济损失和住院日的延长有增长的趋势；入院时病情情况(X1)、住院天数(X2)、患有慢性病(X3)、患有恶性肿瘤(X4)、有气管切开史(X6)、呼吸机使用(X7)、使用免疫抑制剂(X1O)、放疗化疗(X11)、住过重症监护病房(X12)等9种为住院患者院内感染的危险因素。rn 结论：1．住院患者院内感染严重增加了医疗费用支出，延长了平均住院日，降低了病床周转率，其费用支出远高于非院内感染患者，做好住院患者院内感染监控工作，可获得巨大经济效益和社会效益。2．住院患者院内感染的重点监控人群是老年人，重点监控科室分别是ICU、外科和内科。3．多因素logistic回归分析结果，入院时病情情况(X1)、住院天数(X2)、患有慢性病(X3)、患有恶性肿瘤(X4)、有气管切开史(X6)、呼吸机使用(X7)、使用免疫抑制剂(X10)、放疗化疗(X11)、住过重症监护病房(X12)等9种为住院患者院内感染的危险因素。

摘要： 目的：探讨真菌性鼻鼻窦炎(fungal rhinosinusitis,FRS)的发病相关因素和病理分型. 方法：对163例FRS患者的临床资料进行回顾性对照研究,采用非条件Logistic逐步回归分析方法,回顾性分析真菌性鼻鼻窦炎发病的危险因素,筛查分析其发生的危险因素.对所有FRS患者,窦腔取材后采用真菌特异性六胺银染色方法进行了分型. 结果：Logistic逐步回归分析显示,真菌性鼻鼻窦炎发病的相关因素主要有女性,年龄较大(≥50岁)、涕血、头痛、有钙化斑,并发糖尿病等(P＜0.05).163例FRS患者中,经六胺银染色显示病理分型为：61例为侵袭性、102例为非侵袭性. 结论：FRS的临床表现特征性明显,其发病可通过相关因素的Logistic回归预测方程进行预测,其有诸多相关因素,同时,不同的真菌性鼻鼻窦炎分型,治疗方案也不同,结合FRS的相关因素和不同分型,采取规范的治疗措施、有望早期诊断真菌性鼻鼻窦炎和提高治疗效果.

摘要： 目的：探讨真菌性鼻鼻窦炎(fungal rhinosinusitis,FRS)的发病相关因素和病理分型. 方法：对163例FRS患者的临床资料进行回顾性对照研究,采用非条件Logistic逐步回归分析方法,回顾性分析真菌性鼻鼻窦炎发病的危险因素,筛查分析其发生的危险因素.对所有FRS患者,窦腔取材后采用真菌特异性六胺银染色方法进行了分型. 结果：Logistic逐步回归分析显示,真菌性鼻鼻窦炎发病的相关因素主要有女性,年龄较大(≥50岁)、涕血、头痛、有钙化斑,并发糖尿病等(P＜0.05).163例FRS患者中,经六胺银染色显示病理分型为：61例为侵袭性、102例为非侵袭性. 结论：FRS的临床表现特征性明显,其发病可通过相关因素的Logistic回归预测方程进行预测,其有诸多相关因素,同时,不同的真菌性鼻鼻窦炎分型,治疗方案也不同,结合FRS的相关因素和不同分型,采取规范的治疗措施、有望早期诊断真菌性鼻鼻窦炎和提高治疗效果.

摘要： 目的：探讨真菌性鼻鼻窦炎(fungal rhinosinusitis,FRS)的发病相关因素和病理分型. 方法：对163例FRS患者的临床资料进行回顾性对照研究,采用非条件Logistic逐步回归分析方法,回顾性分析真菌性鼻鼻窦炎发病的危险因素,筛查分析其发生的危险因素.对所有FRS患者,窦腔取材后采用真菌特异性六胺银染色方法进行了分型. 结果：Logistic逐步回归分析显示,真菌性鼻鼻窦炎发病的相关因素主要有女性,年龄较大(≥50岁)、涕血、头痛、有钙化斑,并发糖尿病等(P＜0.05).163例FRS患者中,经六胺银染色显示病理分型为：61例为侵袭性、102例为非侵袭性. 结论：FRS的临床表现特征性明显,其发病可通过相关因素的Logistic回归预测方程进行预测,其有诸多相关因素,同时,不同的真菌性鼻鼻窦炎分型,治疗方案也不同,结合FRS的相关因素和不同分型,采取规范的治疗措施、有望早期诊断真菌性鼻鼻窦炎和提高治疗效果.

摘要： 目的：探讨真菌性鼻鼻窦炎(fungal rhinosinusitis,FRS)的发病相关因素和病理分型. 方法：对163例FRS患者的临床资料进行回顾性对照研究,采用非条件Logistic逐步回归分析方法,回顾性分析真菌性鼻鼻窦炎发病的危险因素,筛查分析其发生的危险因素.对所有FRS患者,窦腔取材后采用真菌特异性六胺银染色方法进行了分型. 结果：Logistic逐步回归分析显示,真菌性鼻鼻窦炎发病的相关因素主要有女性,年龄较大(≥50岁)、涕血、头痛、有钙化斑,并发糖尿病等(P＜0.05).163例FRS患者中,经六胺银染色显示病理分型为：61例为侵袭性、102例为非侵袭性. 结论：FRS的临床表现特征性明显,其发病可通过相关因素的Logistic回归预测方程进行预测,其有诸多相关因素,同时,不同的真菌性鼻鼻窦炎分型,治疗方案也不同,结合FRS的相关因素和不同分型,采取规范的治疗措施、有望早期诊断真菌性鼻鼻窦炎和提高治疗效果.

摘要： 紧张型头痛是临床上最常见的原发性头痛,近年来紧张型头痛的患病率逐渐升高,中医体质学说自20世纪70年代正式确立以来不断发展完善,但目前关于紧张型头痛与中医体质相关性的研究较少,故本研究拟初步探讨紧张型头痛及其影响因子与中医体质的关系,为防治紧张型头痛提供新思路.

摘要： 紧张型头痛是临床上最常见的原发性头痛,近年来紧张型头痛的患病率逐渐升高,中医体质学说自20世纪70年代正式确立以来不断发展完善,但目前关于紧张型头痛与中医体质相关性的研究较少,故本研究拟初步探讨紧张型头痛及其影响因子与中医体质的关系,为防治紧张型头痛提供新思路.

摘要： 紧张型头痛是临床上最常见的原发性头痛,近年来紧张型头痛的患病率逐渐升高,中医体质学说自20世纪70年代正式确立以来不断发展完善,但目前关于紧张型头痛与中医体质相关性的研究较少,故本研究拟初步探讨紧张型头痛及其影响因子与中医体质的关系,为防治紧张型头痛提供新思路.

摘要： 本发明公开了一种基于模糊Logistic回归的贷款用户信用评估方法。本发明包括信用指标的选取、5点李克特量表对信用指标打分、信用指标的模糊化、贷款违约结果模糊化、构建新的模糊Logistic回归模型、基于模糊最小二乘法的模型系数求解、预测用户的信用状况等步骤。本发明使用5点李克特量表，将定性的信用指标定量化；模糊数可以反映评估问题中的固有不确定性，因此提出利用三角模糊数将其模糊化处理，避免了定性指标、范围指标定量化的绝对性，从而可以更好的运用一些比较重要的定性指标。且在Logistic回归的基础上，提出了新的模糊Logistic回归模型，对预测结果做一个可能性的评估，从而对信用评价提供准确的判断标准。

摘要： 本发明公开了一种基于二项Logistic回归的公路事故黑点路段线形致因分析方法，包括如下步骤：1、将所要研究的公路按长度等分为n个路段单元；2、分析每个路段单元的安全性，将安全性低的路段判定为黑点路段；3、将每个黑点路段单元发生的交通事故按照事故类型划分为K类，并将各类事故在路段单元的发生数转化为二分类变量；4、选取Z种线形指标描述每个黑点路段单元的线形特征；5、运用二项Logistic回归模型分析事故黑点路段各线形指标对不同类型事故发生的影响。该方法可以确定公路线形特征对各类事故的影响。有助于公路交通安全管理部门发现事故黑点路段本身的线形问题，对未来公路设计施工有一定的指导意义。

摘要： 本发明公开了农民返乡行为分析领域的一种基于Logistic回归算法的农村居民春节返乡预测方法，包括步骤如下：步骤1：获取预测区域内的所有农村居民用户清单和近两年春节农村居民用户前后三个月的日电量数据；步骤2：对数据清洗处理，保留可用数据；步骤3：利用农村居民用户春节返乡的规律提取返乡前后的特征指标，通过数据计算获得每个特性指标的权重系数，训练得到Logistic回归预测模型；步骤4：利用获得的Logistic回归预测模型预测春节时间内农村居民用户的返乡情况。本发明通过农村居民用户返乡的规律性特点，提取特性指标，利用Logistic回归算法训练得到Logistic回归预测模型，从而实现了对农村居民用户返乡的预测，有利于实现对电网的预先性调节。

摘要： 本发明公开了一种高速公路浓雾低能见度Logistic回归的短时预警方法，包括以下步骤：获取交通气象监测站的历史数据；对获得的历史数据进行质量控制；提取与浓雾低能见度相关的重要特征气象参素；采用Logistic模型对历史数据进行训练，得到发生能见度小于200m浓雾的各气象要素的特征属性，构建预测模型；模型应用与更新：输入交通气象监测站分钟级监测数据，输出浓雾低能见度预测结果，当预测准确率小于80%，重新训练更新模型。本发明利用高速公路观测历史和实时资料，通过历史数据构建浓雾低能见度的Logistic回归预警模型，在根据实时资料对未来可能出现的浓雾低能见进行分钟级预测和提前预警，为高速公路浓雾低能见度智能决策和出行信息服务提供参考。

摘要： 本发明公开了一种基于Logistic回归的山区降水降尺度方法，包括：TRMM3B42卫星降水数据的读取以及气象站点日降水量统计；数据的时空尺度统一；Logistic回归降尺度模型建立；基于Logistic回归模型，得到空间分辨率为1km的降水降尺度数据。本发明将气象站点观测降水数据融入到卫星降水数据的降尺度过程中，考虑水汽含量、NDVI、众多地形因子与降水之间的关系以Logistic回归模型为基础进行降尺度，降尺度后的降水数据精度及其与实测数据系列的一致性大幅提升，进而得到高时空分辨率的空间降水，能更准确的反映山区降雨的空间分布。

摘要： 本发明公开了一种基于Logistic回归的充电客户优质度评分方法和计算机系统，其中方法包括以下步骤：S1，获取数据；S2，对S1获取的数据进行处理；S3，建立Logistic模型；S4，对S2处理后的数据进行数据的划分，分为训练集和测试集；S5，获取数据各维度的各自分布情况；S6，根据S5中获取的数据各维度的各自分布情况，对数据各维度进行数据分段；S7，对分段后的数据进行分析筛选，得到优质状态影响指标的排序；S8，根据S4中划分的测试集对训练好的Logistic模型进行检验。本发明通过对已有的充电桩客户数据的挖掘分析，结合信用评分卡的建立原理，创建了一个简单的优质程度评分系统。

摘要： 本发明是一种基于Logistic回归模型的肉牛反刍声波健康评价方法，尤其涉及通过区分反刍声音频率进行时域划分用以评价肉牛健康状况，属于科学养殖领域，目的是解决通过肉牛声波鉴别肉牛健康状态精度不高的问题；本发明结合反刍数据采集设备获取到反刍声波，结合傅立叶变换算法基于肉牛反刍声波对单一时域的肉牛健康状况进行评价，从而对整个数据采集时段内肉牛健康状况评价，同时结合Logistic回归模型的特性，通过肉牛反刍声波评价肉牛健康状况的基础上进行运用，并利用每段反刍声波时段频率短时平均幅度函数，极大提高了通过肉牛反刍声波判断肉牛健康状况的精度。

摘要： 本发明公开了一种基于多元logistic回归特征融合的行人头部检测方法，它包括以下步骤：S1：载入视频数据，采用基于single shot multibox detector(SSD)的方法进行运动目标(行人)检测；S2：对检测到的运动区域使用梯度法进行头部预选；S3：将每个候选的头部图像进一步划分为若干子图像；S4：对每个候选图像首先提取全局特征，同时对子图像分别提取局部特征；S5：使用自适应权值的异源特征融合方法，将候选图像表示为一个特征向量；S6：将特征向量作为多元logistic回归输入，计算回归系数，得到匹配概率。

摘要： 本发明公开一种基于协同过滤与logistic回归的个性化推荐装置，其包括输入单元，提取单元，评分单元，预测单元，计算单元，选取单元，预处理单元，模型计算单元，比较与推荐单元以及输出单元。先利用用户的历史信息计算用户间的相似度，将与目标用户相似度高的用户作为邻居，将邻居喜欢的商品作为待推荐商品，按照购买可能性进行排序，按此顺序进行推荐。本发明基于最近邻协同找出了用户可能感兴趣的商品，在此过程中用奇异值分解，解决了评分矩阵的稀疏性问题，并根据购买可能性对待推荐商品进行排序，这相对于根据用户兴趣排序而言更准确，能够更好的实现精准营销。

摘要： 本发明公开了一种基于logistic回归的早期慢性肾脏疾病预测方法，所述包括如下步骤：从UCI数据库中获取早期慢性肾脏疾病的各项生理指标；将离散特征的字符串转换成哑变量；使用k近邻的方法对缺失值进行填补；对两两变量进行相关性分析，利用逐步回归法消除自变量间的多重共线性，其次利用相关系数对变量进行选择；采用下采样方法对样本不均衡进行处理；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；然后使用预测模型在测试集上进行预测是否患早期慢性肾脏疾病；本发明可以从多项生理指标中选择恰当的变量，然后建立正则化logistic回归模型，从而预测早期慢性肾脏疾病，结果表明可以得到准确的预测结果。