Шкала по модели логистической регрессии Опции

[Tatyana_]

Здравствуйте! Подскажите, пожалуйста, как, имея построенную модель логистической регрессии, построить шкалу разбивки пациентов на группы относительно риска наличия заболевания? Например, у меня есть признаки: индекс массы тела, возраст, наличие камней и т.д. Данные бинарные и непрерывные. По этим данным получила модель, которая позволяет классифицировать пациентов, но хотелось бы для каждого нового пациента не подставлять конкретные значения в уравнение логистической регрессии, а просто смотреть, ага возраст от 18 до 30, приписываем пациенту 3 балла, > 60 - 6 баллов, и так по каждому признаку. А потом по полученной сумме баллов определять риск наличия заболевания.

[Игорь]

Татьяна, если не секрет, какое качество классификации Вам удалось получить с помощью логистической регрессии?
Думаю, в Вашей задаче можно использовать одну из разновидностей дискриминантного анализа. Можно попробовать нейронные сети.
Вот источники:
Гайдышев И. Анализ и обработка данных: специальный справочник. - СПб: Питер, 2001.
Дюк В. Обработка данных на ПК в примерах. - СПб: Питер, 1997.
Факторный, дискриминантный и кластерный анализ / Дж.О. Ким, Ч.У. Мюллер, У.Р. Клекка и др. - М.: Финансы и статистика, 1989.
О логистической регрессии см. http://www.basegroup.ru/regression/logistic.htm.

[Tatyana_]

Качество классификации чуть меньше 80%. Согласна, что нейронные сети могут качественно решать подобные задачи, но для этого необходимо правильно выбрать архитектуру сети, что бывает достаточно сложно. Кроме того, стояла задача именно построения шкалы. Может я, конечно, ошибаюсь, но вроде бы нейронная сетка не позволяет получить аналитический вид функции, с помощью которой проводится классификация и как тогда на ее основе строить шкалу? От дискриминантного анализа я далека, были правда мысли его использвать, но смутило ограничение, что данные должны быть нормально распределенными, а данные, к сожалению, не имеют нормального распределения и объем выборки пациентов не такой большой, чтобы пренебречь этим ограничением. Спасибо за советы! А изучение логит-регрессии я как раз и начинала с сайта basegroup