In this paper, we compare logistic

In this paper, we compare logistic regression and 2 other classification methods in predicting hypertension given the genotype information. We use logistic regression analysis in the first step to detect significant single-nucleotide polymorphisms (SNPs). In the second step, we use the significant SNPs with logistic regression, support vector machines (SVMs), and a newly developed permanental classification method for prediction purposes. We also detect rare variants and investigate their impact on prediction. Our results show that SVMs and permanental classification both outperform logistic regression, and they are comparable in predicting hypertension status.

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ เราเปรียบเทียบการถดถอยโลจิสติกและ 2 ประเภทต่าง ๆ ในการทำนายความดันโลหิตสูงให้ข้อมูลลักษณะทางพันธุกรรม เราใช้การวิเคราะห์ถดถอยโลจิสติกในขั้นตอนแรกการตรวจสอบนัยสำคัญหลากหลายเดี่ยวเบื่อหน่าย (SNPs) ในขั้นตอนสอง เราใช้ SNPs สำคัญถดถอยโลจิสติก เครื่องสนับสนุนเวกเตอร์ (SVMs), และวิธีการจัดประเภท permanental ที่พัฒนาขึ้นใหม่เพื่อวัตถุประสงค์ในการคาดเดา นอกจากนี้เรายังตรวจหาสายพันธุ์ที่หายาก และตรวจสอบผลกระทบต่อการคาดเดา ผลลัพธ์ที่ได้แสดงว่า SVMs และ permanental ประเภททั้งดีกว่าถดถอยโลจิสติก และพวกเขาจะเปรียบเทียบในการทำนายสถานะความดันโลหิตสูง

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราเปรียบเทียบการถดถอยโลจิสติกและการจัดหมวดหมู่ 2 วิธีอื่น ๆ ในการทำนายความดันโลหิตสูงได้รับข้อมูลจีโนไทป์ เราใช้การวิเคราะห์การถดถอยโลจิสติกในขั้นตอนแรกที่สำคัญในการตรวจสอบความหลากหลายเดียวเบื่อหน่าย (SNPs) ในขั้นตอนที่สองเราจะใช้ SNPs สำคัญกับการถดถอยโลจิสติก, การสนับสนุนเครื่องเวกเตอร์ (SVMs) และวิธีการจัดหมวดหมู่ที่พัฒนาขึ้นใหม่ permanental เพื่อวัตถุประสงค์ในการทำนาย นอกจากนี้เรายังตรวจหาสายพันธุ์ที่หายากและตรวจสอบผลกระทบต่อการคาดการณ์ ผลของเราแสดงให้เห็นว่าจำแนกและการจำแนก permanental ทั้งมีประสิทธิภาพสูงกว่าการถดถอยโลจิสติกและพวกเขาจะเปรียบในการทำนายภาวะความดันโลหิตสูง

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราเปรียบเทียบการถดถอยโลจิสติกและวิธีอื่น ๆในการพยากรณ์โรคความดันโลหิตสูง 2 หมวดหมู่ให้ข้อมูลทางพันธุกรรม . เราใช้การวิเคราะห์ถดถอยโลจิสติกในขั้นตอนแรกเพื่อตรวจสอบอย่างเดี่ยวเบื่อหน่ายความหลากหลาย ( snps ) ในขั้นที่สอง เราใช้ snps อย่างถดถอยโลจิสติกสนับสนุนเครื่องเวกเตอร์ ( แบบ ) และพัฒนาขึ้นใหม่ เพื่อ permanental การจำแนกวิธีการพยากรณ์ เรายังตรวจพบสายพันธุ์ที่หายาก และศึกษาผลกระทบของพวกเขาในการทำนาย . ผลของเราแสดงให้เห็นว่าแบบการถดถอยโลจิสติกและ permanental ทั้งสองลง และพวกเขาจะได้ทำนายภาวะความดันโลหิตสูง