首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  预防医学   3篇
  2019年   1篇
  2018年   1篇
  2010年   1篇
排序方式: 共有3条查询结果,搜索用时 31 毫秒
1
1.
利用两水平logistic回归模型探讨代谢综合征的影响因素   总被引:1,自引:0,他引:1  
目的 探讨北京市成人代谢综合征的影响因素.方法 2005年8月至9月,采用多阶段等比例抽样方法,在北京市18个郊区县抽取18岁以上16 711名常住居民,进行问卷调查、体格测量、血压测量和血生化检查,采用两水平logistic回归模型探讨代谢综合征的影响因素.结果 影响代谢综合征的主要因素有:年龄、文化程度、职业、吸烟、体育锻炼、零食、食用油摄入、食盐摄入.结论 采用两水平logistic回归模型比传统的logistic回归模型能够更好地分析具有层次性结构的现场调查资料.  相似文献
2.
目的文本数据与日俱增,但较少应用于公共卫生领域。本文旨在阐述如何通过随机森林和R软件实现文本情感分析,提供方法学参考。方法人工标注文本情感类别,然后进行分词、特征词权重和特征词选择等步骤。用随机森林进行建模,并评估模型性能。结果 1 149条文本纳入分析,正向、负向和中立情感各占34.3%、31.3%和34.4%。共构建18个模型,最优模型准确率0.60。结论影响准确率的原因有样本量、特征词选择、算法选择和参数调整。文本分析也需考虑文本数据来源的准确性才能更好地为卫生政策制定者提供决策的科学依据。  相似文献
3.
目的提出一种基于表情符号的文本自动标注的方法,为文本情感分析提供方法学参考。方法从Blued软件抓取广东省用户的发帖文本,筛选出情感倾向明显的表情符号。基于筛选的表情符号生成训练集,并对含表情符号的训练文本进行自动标注。然后用机器学习的方法训练分类器,并在人工标注的测试集中验证,评估其分类效果。结果共选取标签表情符号174个,其中正向表情符号93个(53.5%),负向表情符号81个(46.5%)。纳入分析的文本共14.3万条,其中训练集13.0万条(90.9%),测试集1.3万条(9.1%)。朴素贝叶斯、逻辑回归、支持向量机、融合模型最高准确率分别为0.739、0.732、0.729、0.741。结论基于表情符号自动标注文本的方法可应用于文本情感分类。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号