[發明專利]基于改進的邏輯回歸模型的健康管理方法

在審

• 申請號: 201910896405.0
• 申請日: 2019-09-20
• 公開（公告）號: CN110957044A
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 張毅駿;譚翔
• 申請（專利權）人: 上海派拉軟件股份有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/30
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊;柏子雵

本發明提供了一種基于改進的邏輯回歸模型的健康管理方法，其特征在于，包括以下步驟：建立訓練數據集，訓練數據集中的每個數據對應一個個體，包括自變量字段及決策目標字段，其中，自變量字段包括個體的身體指標數據及遺傳病史數據，決策目標字段包括個體是否認為自己健康；提取訓練數據集中的數值字段，對所有數值字段進行劃分；將劃分后的數值字段與訓練數據集中的其他字段輸入邏輯回歸模型，對邏輯回歸模型進行訓練；實時獲得某個個體的身體指標數據及遺傳病史數據，對身體指標數據及遺傳病史數據中的數值字段進行劃分，將劃分后的數值字段與剩余的其他字段一起輸入訓練好的邏輯回歸模型中，得到邏輯回歸模型輸出的模型結果。

技術領域

本發明涉及一種健康管理方法。

背景技術

健康管理是指一種對個人或人群的健康危險因素進行全面管理的過程。健康管理面臨的難點是：第一、影響健康的因素太多：比如身高，體重，血脂，血壓，血糖，年齡，肌肉比等。第二、影響健康的各因素之間存在關聯性：比如血脂與體重、身高與體重、血脂與血壓、血糖與血壓、年齡與血糖等等，都是有關聯性的。例如：一個人血脂偏高，一般可以推斷他的血壓較高；體重較重、血糖較高，也能推斷年紀較大。第三、遺傳病史(基因作用)也會影響健康：由于人和人之間的基因組成存在一定差別，從健康管理的角度來說，每個人的遺傳病史對其健康狀況存在著較大的影響。

邏輯回歸是指，形如：方程的數據分析模型。方程中，p是指某種事件發生的概率，1-p指的是該種事件不發生的概率。邏輯回歸具有如下特點：(1)因變量只能是0-1的二項分布；(2)模型的損失函數是最大似然估計，即當給定數據時，對a₁,a₂,…,a_n中的每一個參數進行偏微分后，再讓偏微分式子等于0，從而求出參數的估計值；(3)雖然因變量只能是0-1的二項分布，但由于使用的損失函數是最大似然估計，故本質上是在計算因變量為0或因變量為1的概率；(4)由于第(3)點，故可以將預0-1分類變量的任務轉換為一種預測變量為1概率的模型，從而可以轉換為一種評分模型。

邏輯回歸的一個局限性是，由于的范圍是[0,1]之間，所以對一般的數值字段時，當其對應的系數a_n大于1的時候，系數的模型意義無法很好地解釋。

發明內容

本發明的目的是：基于改進的邏輯回歸實現健康管理。

為了達到上述目的，本發明的技術方案是提供了一種基于改進的邏輯回歸模型的健康管理方法，其特征在于，包括以下步驟：

步驟1、建立訓練數據集，訓練數據集中的每個數據對應一個個體，包括自變量字段及決策目標字段，其中，自變量字段包括個體的身體指標數據及遺傳病史數據，決策目標字段包括個體是否認為自己健康；

步驟2、提取訓練數據集中的數值字段，對所有數值字段進行劃分，其中，對當前數值字段進行劃分包括以下步驟：

步驟201、將劃分次數變量n的初始化為0；

步驟202、將當前數值字段劃分為K類，n＝n+1；

步驟203、若n>m，進入步驟207，否則進入步驟204，m為預先設定的閾值；

步驟204、計算當前劃分下每一類的證據權重，其中，當前劃分下第k類的證據權重為WOE(k)，則有：WOE(k)＝ln(r(k))，式中，k＝1,2,…,K；P(k,1)為第k類下的目標變量為1的概率，P(k,0)為第k類下的目標變量為0的概率；

步驟205、采用以下公式計算當前劃分下當前數值字段的信息值：

步驟206、若步驟205計算得到的信息值大于等于設定的閾值一，且K在2到5之間，且每個分類下的數量占比都大于設定的閾值二，則進入步驟207，否則重新設定K的值返回步驟202；