摘要:糖尿病疾病在全球范围很普遍,预测其进展至关重要。已经提出了几种模型来预测这种疾病。这些模型仅确定疾病标签,从而使发展疾病的可能性不清楚。提出一个预测疾病进展的模型至关重要。因此,本文提出了一个逻辑回归模型,以预测糖尿病综合征发病率的可能性。使用Sigmoid函数的模型利用逻辑回归的功能。使用PIMA印第安人糖尿病数据集评估了模型的性能,并表现出很高的精度,灵敏度和特异性。预测准确率为77.6%,灵敏度为72.4%,特异性为79.6%,I型误差为27.6%,II型误差为20.4%。此外,该模型表明了使用实验室测试的可行性,例如妊娠,葡萄糖,血压,BMI和糖尿病性重复功能,以预测疾病进展。提出的模型可以帮助患者和医生了解疾病的进展并及时进行干预措施