logistic回归参数遗传算法估计的可行性研究

• 作者: 柳青 陈金瓯 韩芳
• 来源期刊: 中国卫生统计
• 学科: 医学
• 关键词: 遗传算法 logistic回归 极大似然法 参数估计
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 论著
• 页码范围: 74-76
• 分类号: R195
• 字数: 3330字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3674.2012.01.022

摘要

目的 考察遗传算法作为logistic回归模型参数估计方法的效能,并与极大似然估计法比较.方法 通过数据模拟建立三种模型,分别用遗传算法和极大似然法作参数估计,考察建立模型的分类效能.结果 一般情况下,极大似然估计法的分类效能稍高于遗传算法.在样本量较小或自变量关系复杂的情况下,极大似然估计法和遗传算法的泛化误差增加.极大似然估计法的泛化误差主要源于在验证集中分类效能下降,而遗传算法的泛化误差主要源于训练集中的过拟合.当样本量小且自变量关系复杂的情况下,极大似然估计法出现迭代不收敛,参数失拟合,遗传算法无此现象.结论 遗传算法适用于自变量多而样本量相对小时logistic回归模型参数估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳青	中山大学肿瘤防治中心	58	674	15.0	23.0
2	韩芳	中山大学肿瘤防治中心	5	7	2.0	2.0
6	陈金瓯	中山大学肿瘤防治中心	4	25	3.0	4.0