基于CatBoost模型和Logistic回归的2型糖尿病风险因素研究

扫码查看

原文链接

万方数据
维普

中文摘要：文章通过PolynomialFeatures方法获得高阶交互数据,应用CatBoost模型评估影响因素的重要性,引入Logistic回归对2型糖尿病进行识别并比较一阶数据和高阶数据的识别效果.CatBoost模型在对一阶变量的评估中,锻炼频率、血红蛋白、体质指数、年龄等得分较高,对高阶变量则是锻炼频率、锻炼频率×白细胞、锻炼频率×总胆固醇等得分较高,Logistic回归在2型糖尿病风险识别效果上高阶数据显著高于一阶数据.得出结论:2型糖尿病主要是多因素交互作用的结果,其中锻炼频率、体质指数、年龄等因素起着决定性的作用.

作者：

袁晓勇、蒋剑军

展开 >

作者单位：

铜陵学院数学与计算机学院安徽铜陵 244061

关键词：

糖尿病 CatBoost模型 Logistic回归风险预测

基金：

安徽省高校自然科学研究项目

项目编号：

KJ2021A1055

出版年：

2024

绥化学院学报

绥化学院

绥化学院学报

影响因子：0.195

ISSN：2095-0438

年,卷(期)：2024.44(8)