• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    非平衡分類技術(shù)在人群糖尿病疾病風(fēng)險(xiǎn)預(yù)測模型中的應(yīng)用*

    2019-09-17 11:45:20武海濱胡如英鐘節(jié)鳴游頂云李立明陳錚鳴
    中國衛(wèi)生統(tǒng)計(jì) 2019年4期
    關(guān)鍵詞:切點(diǎn)樣本量分類器

    武海濱 李 康 楊 麗 胡如英 鐘節(jié)鳴 游頂云 郭 彧 卞 錚 李立明 陳錚鳴

    【提 要】 目的 分析比較幾種常用的非平衡分類技術(shù)在人群糖尿病疾病風(fēng)險(xiǎn)預(yù)測模型中的應(yīng)用。方法 利用中國慢性病前瞻性研究浙江省桐鄉(xiāng)市項(xiàng)目點(diǎn)基線調(diào)查數(shù)據(jù)和隨訪數(shù)據(jù),使用機(jī)器學(xué)習(xí)算法建立人群糖尿病發(fā)病風(fēng)險(xiǎn)的預(yù)測模型,同時(shí)探討欠采樣、過采樣、SMOTE技術(shù)及替換切點(diǎn)技術(shù)對分類器性能的影響。結(jié)果 本研究中神經(jīng)網(wǎng)絡(luò)預(yù)測模型的AUC值最高,達(dá)0.7971,經(jīng)最優(yōu)切點(diǎn)的選擇和分類后,靈敏度和特異度分別為0.7149和0.7431,模型具有較高的預(yù)測能力,同時(shí)較好的平衡了靈敏度和特異度的分布。采樣法對不同分類器的AUC值影響不同,一般欠采樣比過采樣具有更高的AUC值;隨著SMOTE中少數(shù)類比例的上升,AUC出現(xiàn)下降的趨勢。結(jié)論 使用神經(jīng)網(wǎng)絡(luò)結(jié)合替換切點(diǎn)技術(shù)建立的人群糖尿病5年發(fā)病風(fēng)險(xiǎn)模型具有較高的預(yù)測能力,并能夠較好的處理非平衡數(shù)據(jù)的影響。

    非平衡數(shù)據(jù)(imbalance data)即研究數(shù)據(jù)中的一個或幾個類別相對于其他類別在數(shù)量上具有非常低的比例,由于少數(shù)類的獲得常常較為困難或代價(jià)較高,很多研究關(guān)注少數(shù)類的情況。非平衡分類(class imbalance)是一種有監(jiān)督學(xué)習(xí)問題,在流行病學(xué)研究中非常常見,如調(diào)查顯示我國成人糖尿病患病率為10.9%[1],估計(jì)高危人群10年后腦卒中的發(fā)病風(fēng)險(xiǎn)為3.2%[2],浙江省兒童青少年1型糖尿病平均發(fā)病率為2.02/10萬[3]。近年來,非平衡分類問題在機(jī)器學(xué)習(xí)領(lǐng)域已經(jīng)得到了越來越多的關(guān)注,通過數(shù)據(jù)預(yù)處理、建立新的模型或改善現(xiàn)有模型,多種技術(shù)被應(yīng)用至非平衡分類問題。不同非平衡數(shù)據(jù)處理技術(shù)的優(yōu)劣并無明確定論,仍主要取決于研究數(shù)據(jù)本身[4-5]。

    人群疾病風(fēng)險(xiǎn)預(yù)測模型的建立通常使用大型自然人群隊(duì)列的隨訪數(shù)據(jù),本研究使用中國慢性病前瞻性研究(China Kadoorie Biobank,CKB)浙江省桐鄉(xiāng)項(xiàng)目點(diǎn)的基線數(shù)據(jù)和隨訪數(shù)據(jù),通過比較幾種常用的非平衡分類技術(shù),建立2型糖尿病發(fā)病風(fēng)險(xiǎn)預(yù)測模型,為糖尿病的防治提供科學(xué)依據(jù),為流行病學(xué)中非平衡分類問題的處理提供參考。

    方法和原理

    1.非平衡分類問題及處理方法

    非平衡分類中少數(shù)類的信息較少,易受噪聲的影響,類別間容易形成重疊或小的間斷,影響了分類模型的預(yù)測結(jié)果[6-7]。此外,傳統(tǒng)分類算法的構(gòu)建多基于樣本類是平衡的假設(shè),算法具有一個待優(yōu)化的損失函數(shù),建模中會將所有樣本同等對待,不同類別的誤分類情況產(chǎn)生的誤差相同,沒有考慮數(shù)據(jù)類別的分布情況。當(dāng)遇到非平衡分類問題時(shí),傳統(tǒng)的算法往往偏向多數(shù)類,在極端的情況下,少數(shù)類的樣本被視為多數(shù)類的離群值并被忽略,算法只生成一個簡單的分類器,將每個樣本分為多數(shù)類。因此,傳統(tǒng)算法應(yīng)用于非平衡分類問題時(shí)常常導(dǎo)致在多數(shù)類的分類精度較高而在少數(shù)類的分類精度很低。本研究使用采樣法(sampling methods)和替換切點(diǎn)(alternate cutoffs)技術(shù)處理非平衡分類問題。

    (1)采樣法

    采樣法對原始數(shù)據(jù)進(jìn)行重新抽樣,改變少數(shù)類和多數(shù)類的頻數(shù)分布,從而使得少數(shù)類在訓(xùn)練集中有更好的表現(xiàn)。該方法可以視為對數(shù)據(jù)的預(yù)處理,主要包括過采樣法(oversampling)、欠采樣法(undersampling)及兩種技術(shù)的混合[8],在采樣完成后能夠使用不同的分類器,因此應(yīng)用范圍較廣。

    欠采樣法是減少樣本數(shù)量以提高類別間平衡性的技術(shù),如保留少數(shù)類中所有樣本并在多數(shù)類中隨機(jī)選擇樣本使各分類達(dá)到近似的樣本量。本研究固定少數(shù)類的樣本量,并在多數(shù)類中進(jìn)行隨機(jī)抽樣,直到多數(shù)類的樣本量與少數(shù)類相同。

    過采樣法是使用模擬或補(bǔ)充額外數(shù)據(jù)點(diǎn)以提高類別間平衡性的技術(shù),如對少數(shù)類進(jìn)行有放回的抽樣直到各分類達(dá)到近似的樣本量。本研究固定多數(shù)類的樣本量,對少數(shù)類進(jìn)行有放回的隨機(jī)抽樣,直到少數(shù)類的樣本量與多數(shù)類相同。

    SMOTE技術(shù)(synthetic minority oversampling technique)[9]是一種可以根據(jù)分類同時(shí)使用過采樣和欠采樣的數(shù)據(jù)抽樣技術(shù),以往的研究發(fā)現(xiàn)該方法有較好的性能,在高維非平衡數(shù)據(jù)的機(jī)器學(xué)習(xí)中具有較廣的應(yīng)用,在醫(yī)學(xué)中的應(yīng)用也越來越廣泛。SMOTE技術(shù)有3個參數(shù),過采樣的數(shù)量,欠采樣的數(shù)量及用于產(chǎn)生新樣本的近鄰點(diǎn)數(shù)量。在對少數(shù)類的過采樣中,SMOTE在少數(shù)類中隨機(jī)選擇一個樣本點(diǎn),其K個最近鄰(K-nearest neighbors)樣本點(diǎn)也被確定,新合成的樣本點(diǎn)是該樣本點(diǎn)和其最近鄰點(diǎn)特征的隨機(jī)組合,因此它們與原始數(shù)據(jù)中少數(shù)類的樣本點(diǎn)近似[10]。同樣,該技術(shù)也可以對多數(shù)類中的樣本點(diǎn)進(jìn)行欠采樣。本研究使用SMOTE方法在確保少數(shù)類與多數(shù)類樣本量一致的前提下,利用5個近鄰樣本點(diǎn)產(chǎn)生新的樣本點(diǎn),將少數(shù)類樣本分別擴(kuò)大2倍,5倍和10倍,分別表示為SMOTE2,SMOTE5和SMOTE10。

    (2)替換切點(diǎn)

    很多分類器可以計(jì)算出事件發(fā)生的概率,當(dāng)分類問題是二元時(shí),可以通過改變模型預(yù)測概率的切點(diǎn)(cutoff),提高模型對少數(shù)類的預(yù)測性能。切點(diǎn)選擇的方法如使用約登指數(shù)(Youden index)或ROC曲線,ROC曲線能夠在連續(xù)不同切點(diǎn)下計(jì)算靈敏度和特異度,并在靈敏度和特異度之間找到一個合適的平衡點(diǎn)。為準(zhǔn)確評估模型的優(yōu)劣,本研究在使用該方法時(shí)將數(shù)據(jù)集分為訓(xùn)練集(2/3樣本量)、驗(yàn)證集(1/6樣本量)和測試集(1/6樣本量),使用訓(xùn)練集建立預(yù)測模型,對驗(yàn)證集進(jìn)行預(yù)測,同時(shí)搜索ROC曲線上的最優(yōu)切點(diǎn),在測試集中使用該最優(yōu)切點(diǎn)對樣本進(jìn)行最終的判別分類。

    2.評價(jià)指標(biāo)

    非平衡分類問題要求模型能夠具有較高的預(yù)測能力,同時(shí)能夠處理非平衡數(shù)據(jù)對模型的影響,即平衡靈敏度與特異度的能力。為保證結(jié)果的穩(wěn)健性,使用不同的種子數(shù)對上述算法流程重復(fù)20次,比較測試集中預(yù)測結(jié)果的平均值,包括準(zhǔn)確率、靈敏度、特異度和AUC,評估不同非平衡數(shù)據(jù)處理方法及不同參數(shù)下各分類器的性能。本研究使用AUC評估模型的預(yù)測能力,AUC越大分類器預(yù)測能力越強(qiáng);使用特異度與靈敏度之比(Sep/Sen)評估非平衡數(shù)據(jù)對模型的影響,Sep/Sen越接近1越好。

    資料來源

    1.數(shù)據(jù)來源

    CKB項(xiàng)目調(diào)查對象的入選標(biāo)準(zhǔn)和排除標(biāo)準(zhǔn)以及有關(guān)項(xiàng)目其他情況見文獻(xiàn)[11-13]。桐鄉(xiāng)市的基線調(diào)查從2004年至2008年共收集57704名30~79歲常住社區(qū)人口?;€調(diào)查包括問卷調(diào)查、體格檢查、血樣本采集和現(xiàn)場隨機(jī)血糖檢測等。所有調(diào)查對象每年進(jìn)行一次隨訪,收集相關(guān)疾病的發(fā)病時(shí)間和疾病類型。本研究隨訪時(shí)間截止至2013年底,調(diào)查對象的隨訪時(shí)間至少為5年。排除在基線時(shí)已經(jīng)診斷為糖尿病的調(diào)查對象,同時(shí)排除數(shù)據(jù)變量缺失的調(diào)查對象,50877人納入分析,其中新發(fā)T2DM 1652例,未發(fā)生T2DM 49225例,少數(shù)類與多數(shù)類的比例近1:30。

    2.數(shù)據(jù)處理及建模流程

    為提高風(fēng)險(xiǎn)評估模型的適用性和可行性,減少冗余變量對模型預(yù)測效能的影響,首先根據(jù)流行病學(xué)專家和臨床專家的相關(guān)經(jīng)驗(yàn)挑選出可能與糖尿病發(fā)生相關(guān)的預(yù)測變量72個,接著對基線數(shù)據(jù)進(jìn)行預(yù)處理,包括數(shù)據(jù)的標(biāo)準(zhǔn)化和使用隨機(jī)森林方法進(jìn)行變量篩選,保留變量重要性排序前20位的變量(Gini指數(shù)排序),最后分別使用原始數(shù)據(jù)和采樣法處理后的數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)算法的建模,通過模型評估指標(biāo)篩選出具有最高分類性能的分類器作為最終的預(yù)測模型,具體流程見圖1。

    本研究使用6種機(jī)器學(xué)習(xí)算法分別建立糖尿病發(fā)病風(fēng)險(xiǎn)預(yù)測模型,包括線性和非線性的分類器:logistic回歸(LR)、樸素貝葉斯分類器(NB)、分類回歸樹(CART)、隨機(jī)森林(RF)、單隱層前饋神經(jīng)網(wǎng)絡(luò)(NNET)和AdaBoost.M2 (Ada.M2)。所有模型均使用2/3樣本作為訓(xùn)練集,剩余1/3樣本作為測試集,模型訓(xùn)練過程中在訓(xùn)練集內(nèi)使用網(wǎng)格搜索等方法進(jìn)行參數(shù)的選擇,采用3折交叉驗(yàn)證計(jì)算不同參數(shù)或參數(shù)組合時(shí)的AUC,AUC指標(biāo)最大時(shí)的參數(shù)作為模型的最優(yōu)參數(shù),使用R語言完成建模過程。

    圖1 糖尿病發(fā)病風(fēng)險(xiǎn)評估模型的篩選流程

    結(jié) 果

    1.不同機(jī)器學(xué)習(xí)方法的性能

    表1為使用原始數(shù)據(jù)時(shí)不同分類器的預(yù)測能力??梢?,各模型均具有較高的預(yù)測準(zhǔn)確率,除NB最低為0.9458外,其他模型均在0.95以上,RF的預(yù)測準(zhǔn)確率最高,達(dá)0.9677。NNET的AUC最高,達(dá)0.8015,CART的AUC最低且標(biāo)準(zhǔn)誤最大(AUC=0.7207,標(biāo)準(zhǔn)誤為0.0326),基于CART的RF和Ada.M2預(yù)測能力得到了顯著的提升,AUC分別上升至0.7830和0.7964。NNET和Ada.M2的特異度非常高,而靈敏度接近于0,非平衡數(shù)據(jù)對這兩個模型的影響較大;NB的Sep/Sen值最小,為5.96,說明NB受非平衡數(shù)據(jù)的影響最小。

    表1 不同分類器的預(yù)測能力均數(shù)(標(biāo)準(zhǔn)誤)

    2.采樣法對分類器的影響

    使用采樣法對原始數(shù)據(jù)進(jìn)行抽樣后,各分類器的準(zhǔn)確率均出現(xiàn)顯著的下降,見表2。過采樣時(shí)的準(zhǔn)確率普遍高于欠采樣,在SMOTE采樣中隨著少數(shù)類比例的上升,準(zhǔn)確率均有增加的趨勢。

    表2 不同采樣法分類器的準(zhǔn)確率均數(shù)(標(biāo)準(zhǔn)誤)

    使用采樣法對原始數(shù)據(jù)進(jìn)行抽樣后,不同分類器AUC指標(biāo)的變化較為復(fù)雜。圖2中垂直的實(shí)線和虛線表示該分類器在原始數(shù)據(jù)中的AUC值及95%CI,誤差線表示使用不同采樣方法時(shí)的AUC值及95%CI。CART的AUC值有較大的提升,見圖1(C);RF和NNET的AUC值下降明顯,圖1(D)和圖1(E);LR和NB的AUC值變化不明顯,圖1(A)和圖1(B)。除LR和Ada.M2外,其余算法中欠采樣后模型的AUC均高于過采樣,與準(zhǔn)確率相反;在SMOTE中隨著少數(shù)類比例的上升,NB、CART、RF、NNET和Ada.M2的AUC均出現(xiàn)下降的趨勢,亦與準(zhǔn)確率相反,而LR的預(yù)測能力有輕微的上升趨勢。對比所有模型后發(fā)現(xiàn),AUC指標(biāo)最高的仍為在原始數(shù)據(jù)中NNET算法(AUC=0.8015),將其作為最終的糖尿病風(fēng)險(xiǎn)預(yù)測模型。

    圖2 不同采樣法各分類器的AUC值

    3.采樣法在非平衡數(shù)據(jù)中的性能

    表3中可見,不同采樣法均顯著降低了Sep/Sen,平衡了靈敏度和特異度的分布。相對于過采樣法,欠采樣法后分類器的Sep/Sen更接近于1;此外,SMOTE采樣中隨著少數(shù)類比例的上升,Sep/Sen與1的差值有增大的趨勢,特別是CART、RF和Ada.M2分類器。

    表3 不同采樣法分類器的Sep/Sen均數(shù)(標(biāo)準(zhǔn)誤)

    *均值計(jì)算時(shí)刪除2例靈敏度為0的數(shù)據(jù)

    4.糖尿病風(fēng)險(xiǎn)評估模型

    考慮到模型的分類性能和對非平衡數(shù)據(jù)的處理,我們最終選擇NNET分類器并使用替換切點(diǎn)的處理技術(shù)建立糖尿病發(fā)病的風(fēng)險(xiǎn)評估模型,結(jié)果見表4。在驗(yàn)證集和測試集中NNET的AUC分別達(dá)0.8060和0.7971,在驗(yàn)證集中選擇的ROC曲線切點(diǎn)均值為0.0347,使用這些切點(diǎn)在測試集中對樣本進(jìn)行判別,靈敏度和特異度均值分別為0.7149和0.7431,Sep/Sen均值為1.04,模型具有較高的預(yù)測能力,同時(shí)較好的平衡了靈敏度和特異度的分布。

    表4 糖尿病風(fēng)險(xiǎn)評估模型的預(yù)測性能

    討 論

    本研究利用CKB項(xiàng)目的基線和隨訪數(shù)據(jù)探討了欠采樣、過采樣、SMOTE及替換切點(diǎn)技術(shù)在非平衡分類問題上對分類器性能的影響,通過變量篩選和模型篩選建立了人群5年糖尿病發(fā)病風(fēng)險(xiǎn)的預(yù)測模型。本研究樣本量較大,隨訪觀察時(shí)間較長,建模過程中考慮了非平衡分類問題,能夠?yàn)槲覈巳禾悄虿〉念A(yù)防和控制提供方法和依據(jù),為非平衡分類問題處理技術(shù)在流行病學(xué)中的應(yīng)用提供參考。

    使用采樣法對原始數(shù)據(jù)進(jìn)行抽樣后,各分類器的準(zhǔn)確率均出現(xiàn)顯著的下降,靈敏度和特異度的比值更接近于1,但不同分類器AUC的值變化較為復(fù)雜。一般來說,欠采樣比過采樣具有更高的AUC值,但準(zhǔn)確率較低;在SMOTE采樣中隨著少數(shù)類比例的上升,AUC均出現(xiàn)下降的趨勢,而準(zhǔn)確率則有上升趨勢,非平衡分類模型的AUC值與準(zhǔn)確率之間可能存在平衡關(guān)系,提示我們使用采樣法或SMOTE時(shí),應(yīng)盡可能減少少數(shù)類的生成和抽樣。過采樣法可能會導(dǎo)致模型的過擬合,此外,當(dāng)多數(shù)類樣本量很大時(shí),過采樣會顯著增加模型的訓(xùn)練時(shí)間;SMOTE技術(shù)降低了過采樣中過擬合的風(fēng)險(xiǎn),但是可能導(dǎo)致少數(shù)類和多數(shù)類的決策邊界更近或重疊更多;欠采樣法雖然忽略了潛在的數(shù)據(jù)信息,但運(yùn)算量較小,建議實(shí)際應(yīng)用中使用欠采樣或SMOTE技術(shù),使用SMOTE時(shí)少數(shù)類樣本量新樣本點(diǎn)的產(chǎn)生應(yīng)控制在合理范圍內(nèi)。Alghamdi等人使用機(jī)器學(xué)習(xí)方法對糖尿病發(fā)病預(yù)測中發(fā)現(xiàn),欠采樣并不能顯著提高各分類器的AUC,與我們的結(jié)論一致,但SMOTE顯著提高了各分類器的AUC[14],這種差異可能來自數(shù)據(jù)的結(jié)構(gòu)、參數(shù)的設(shè)置等原因。

    本研究存在的局限性:(1)基于抽樣的方法如對SMOTE改進(jìn)的技術(shù),包括Borderline-SMOTE、Adaptive Synthetic Sampling(ADA-SYN)和Tomek Links法等,有待于以后的進(jìn)一步比較;(2)模型評估中僅考慮了AUC、靈敏度和特異度,未考慮凈重新分配指數(shù)(net reclassification index,NRI)、精確率召回曲線(precision-recall curves)等評價(jià)指標(biāo);(3)各分類器重復(fù)運(yùn)算20次,結(jié)果可能不夠穩(wěn)健;(4)未使用我國其他地區(qū)的相關(guān)數(shù)據(jù)對模型性能進(jìn)行驗(yàn)證,仍待于進(jìn)一步研究。

    致謝感謝中國慢性病前瞻性研究項(xiàng)目管理委員會、國家項(xiàng)目辦公室、牛津協(xié)作中心和浙江省項(xiàng)目地區(qū)辦公室的工作人員。

    猜你喜歡
    切點(diǎn)樣本量分類器
    醫(yī)學(xué)研究中樣本量的選擇
    拋物線的切點(diǎn)弦方程的求法及性質(zhì)應(yīng)用
    航空裝備測試性試驗(yàn)樣本量確定方法
    一種偽內(nèi)切圓切點(diǎn)的刻畫辦法
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    Sample Size Calculations for Comparing Groups with Binary Outcomes
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
    橢圓的三類切點(diǎn)弦的包絡(luò)
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    国产成人精品久久久久久| 亚洲人成网站高清观看| 亚洲国产欧洲综合997久久,| 亚洲中文字幕一区二区三区有码在线看| 亚洲久久久久久中文字幕| 舔av片在线| 97碰自拍视频| 日本一本二区三区精品| 国产成人a∨麻豆精品| 国产不卡一卡二| 高清午夜精品一区二区三区 | 国产探花极品一区二区| 国产男人的电影天堂91| 国产精品一区二区免费欧美| 99久久精品热视频| 色av中文字幕| 国产 一区精品| 97超级碰碰碰精品色视频在线观看| 国内少妇人妻偷人精品xxx网站| 亚洲欧美清纯卡通| 久久久久久九九精品二区国产| 中国美女看黄片| 伦理电影大哥的女人| 69av精品久久久久久| 成年版毛片免费区| 亚洲精品456在线播放app| 91久久精品国产一区二区三区| 午夜影院日韩av| 欧美不卡视频在线免费观看| 久久久a久久爽久久v久久| 亚洲欧美日韩高清专用| 亚洲精品国产成人久久av| 欧洲精品卡2卡3卡4卡5卡区| 少妇熟女aⅴ在线视频| 高清毛片免费看| 最近手机中文字幕大全| a级毛片免费高清观看在线播放| 亚洲精品一区av在线观看| 久久鲁丝午夜福利片| 精品久久久久久久久久久久久| 最近手机中文字幕大全| 九九热线精品视视频播放| 精品人妻视频免费看| 级片在线观看| 一个人免费在线观看电影| 亚洲精品日韩av片在线观看| 精品一区二区三区人妻视频| 国产视频一区二区在线看| 黄色一级大片看看| 日韩成人伦理影院| 午夜视频国产福利| 国产在线男女| 日日摸夜夜添夜夜添av毛片| 亚洲丝袜综合中文字幕| 亚洲第一电影网av| 99热6这里只有精品| 欧美xxxx性猛交bbbb| 亚洲性夜色夜夜综合| 三级男女做爰猛烈吃奶摸视频| 国模一区二区三区四区视频| 寂寞人妻少妇视频99o| 91在线观看av| 精品人妻一区二区三区麻豆 | 免费搜索国产男女视频| 搡女人真爽免费视频火全软件 | 亚洲国产精品sss在线观看| 国产黄片美女视频| 可以在线观看毛片的网站| 中文字幕免费在线视频6| 一区二区三区免费毛片| 天美传媒精品一区二区| 波多野结衣高清作品| 国产精品久久久久久久久免| 看免费成人av毛片| 天天躁夜夜躁狠狠久久av| 嫩草影院新地址| 国产精品国产高清国产av| 亚洲国产欧美人成| 最新在线观看一区二区三区| 国产蜜桃级精品一区二区三区| 免费黄网站久久成人精品| 亚洲18禁久久av| 亚洲成av人片在线播放无| 亚洲精品456在线播放app| 国产成人福利小说| 精品福利观看| a级毛色黄片| 黑人高潮一二区| 欧美日韩一区二区视频在线观看视频在线 | 九九爱精品视频在线观看| 成人漫画全彩无遮挡| www.色视频.com| 免费在线观看影片大全网站| 日本三级黄在线观看| 狂野欧美激情性xxxx在线观看| 国产精品乱码一区二三区的特点| 一级毛片电影观看 | 精品人妻偷拍中文字幕| 亚洲无线观看免费| 乱系列少妇在线播放| 97碰自拍视频| 美女高潮的动态| 天堂动漫精品| 99热这里只有是精品50| 国国产精品蜜臀av免费| 少妇高潮的动态图| 最近2019中文字幕mv第一页| 91精品国产九色| 插阴视频在线观看视频| 精品国产三级普通话版| 九九爱精品视频在线观看| 国产精品三级大全| 国产午夜福利久久久久久| 欧美xxxx性猛交bbbb| 国产高清不卡午夜福利| 一区二区三区免费毛片| 在线国产一区二区在线| 国产淫片久久久久久久久| 国产亚洲欧美98| 久久6这里有精品| 婷婷精品国产亚洲av| 亚洲无线在线观看| 欧美一区二区精品小视频在线| 亚洲天堂国产精品一区在线| 乱人视频在线观看| av福利片在线观看| 99riav亚洲国产免费| 久久久久久久久大av| 一区二区三区高清视频在线| 成人美女网站在线观看视频| 亚洲四区av| 91在线精品国自产拍蜜月| 一区福利在线观看| 波多野结衣巨乳人妻| 狂野欧美白嫩少妇大欣赏| 国产高清视频在线观看网站| 亚洲中文字幕一区二区三区有码在线看| 日韩欧美国产在线观看| 99在线人妻在线中文字幕| av在线亚洲专区| 99热这里只有是精品在线观看| 丝袜美腿在线中文| av福利片在线观看| 国产精品一区二区免费欧美| 午夜爱爱视频在线播放| or卡值多少钱| 一区福利在线观看| 国产亚洲精品久久久久久毛片| 精品人妻熟女av久视频| 美女xxoo啪啪120秒动态图| 九九在线视频观看精品| 美女被艹到高潮喷水动态| 日韩亚洲欧美综合| 亚洲最大成人av| 亚洲国产高清在线一区二区三| 国产精品电影一区二区三区| 中文字幕人妻熟人妻熟丝袜美| 国产精品一区二区免费欧美| 蜜桃久久精品国产亚洲av| 欧美中文日本在线观看视频| 最近在线观看免费完整版| 中文字幕熟女人妻在线| 少妇人妻一区二区三区视频| 亚洲久久久久久中文字幕| 男女之事视频高清在线观看| 国产一区二区三区在线臀色熟女| 插逼视频在线观看| 狂野欧美白嫩少妇大欣赏| 中文字幕熟女人妻在线| 深爱激情五月婷婷| 日日摸夜夜添夜夜爱| 中国美女看黄片| 人妻少妇偷人精品九色| 精品人妻一区二区三区麻豆 | 老女人水多毛片| 夜夜爽天天搞| 久久精品久久久久久噜噜老黄 | ponron亚洲| 亚洲精品日韩在线中文字幕 | 欧美又色又爽又黄视频| 91av网一区二区| 亚洲国产欧洲综合997久久,| 美女xxoo啪啪120秒动态图| 夜夜爽天天搞| 国产精品久久久久久久久免| 国产免费男女视频| 久久精品91蜜桃| av天堂在线播放| 少妇被粗大猛烈的视频| 色在线成人网| 亚洲av中文av极速乱| 国产不卡一卡二| 永久网站在线| 12—13女人毛片做爰片一| 国产极品精品免费视频能看的| 国产一级毛片七仙女欲春2| 国内精品美女久久久久久| 久久久午夜欧美精品| 黄片wwwwww| 99久久中文字幕三级久久日本| 免费观看人在逋| 国产成人影院久久av| 久久草成人影院| 精品久久久噜噜| 欧美绝顶高潮抽搐喷水| 欧美区成人在线视频| 亚洲一区二区三区色噜噜| 九九在线视频观看精品| 亚洲欧美精品自产自拍| 婷婷精品国产亚洲av在线| 悠悠久久av| 婷婷色综合大香蕉| avwww免费| 在线免费十八禁| 91久久精品国产一区二区成人| 久久天躁狠狠躁夜夜2o2o| 中文字幕精品亚洲无线码一区| 成年免费大片在线观看| 国产在线精品亚洲第一网站| 欧美高清性xxxxhd video| 国产aⅴ精品一区二区三区波| 看片在线看免费视频| 国产精品乱码一区二三区的特点| 三级国产精品欧美在线观看| 国产男靠女视频免费网站| 婷婷色综合大香蕉| 亚洲国产欧洲综合997久久,| 久久精品夜夜夜夜夜久久蜜豆| 国产高清视频在线观看网站| 亚洲美女视频黄频| 欧美精品国产亚洲| 久久99热这里只有精品18| 亚洲高清免费不卡视频| 日韩欧美免费精品| 可以在线观看的亚洲视频| 一级毛片我不卡| 国产精品久久久久久久久免| 麻豆精品久久久久久蜜桃| 天堂av国产一区二区熟女人妻| 男女那种视频在线观看| 国产伦一二天堂av在线观看| 国产欧美日韩精品一区二区| 久久精品国产亚洲av涩爱 | 亚洲欧美清纯卡通| 久久久久性生活片| 久久精品夜色国产| 男女那种视频在线观看| 在线播放国产精品三级| 国产精品99久久久久久久久| 国产在线男女| 日韩成人伦理影院| 级片在线观看| 免费黄网站久久成人精品| 女人被狂操c到高潮| 啦啦啦观看免费观看视频高清| 国产又黄又爽又无遮挡在线| 老师上课跳d突然被开到最大视频| 九九爱精品视频在线观看| av黄色大香蕉| 免费人成在线观看视频色| 成人一区二区视频在线观看| 欧美绝顶高潮抽搐喷水| 国产亚洲精品av在线| 你懂的网址亚洲精品在线观看 | 国产一区二区亚洲精品在线观看| 卡戴珊不雅视频在线播放| 免费看美女性在线毛片视频| 亚洲人与动物交配视频| 久99久视频精品免费| 欧美高清性xxxxhd video| 99热这里只有精品一区| 成人美女网站在线观看视频| 亚洲人成网站高清观看| 国产伦在线观看视频一区| 伦精品一区二区三区| 午夜影院日韩av| 欧美日韩在线观看h| 激情 狠狠 欧美| 亚洲最大成人av| 亚洲人与动物交配视频| 精品一区二区三区视频在线| 精品人妻一区二区三区麻豆 | 久久久久久久久中文| 联通29元200g的流量卡| 国产探花极品一区二区| 欧美人与善性xxx| 国产精品一区二区三区四区免费观看 | 日韩欧美在线乱码| 91久久精品电影网| 中文字幕av成人在线电影| 亚洲国产欧洲综合997久久,| 在线观看午夜福利视频| 久久九九热精品免费| 国产亚洲av嫩草精品影院| 成年免费大片在线观看| 欧美成人精品欧美一级黄| 日韩在线高清观看一区二区三区| av在线亚洲专区| av中文乱码字幕在线| 亚洲乱码一区二区免费版| a级毛片免费高清观看在线播放| 亚洲性夜色夜夜综合| 国产美女午夜福利| 晚上一个人看的免费电影| 直男gayav资源| 一本精品99久久精品77| 国产精品1区2区在线观看.| 在线观看66精品国产| 菩萨蛮人人尽说江南好唐韦庄 | or卡值多少钱| 日韩 亚洲 欧美在线| 少妇人妻精品综合一区二区 | 久久99热这里只有精品18| 国产av不卡久久| av在线天堂中文字幕| 亚洲精品久久国产高清桃花| 久久九九热精品免费| 在现免费观看毛片| 最近的中文字幕免费完整| 热99re8久久精品国产| 高清毛片免费看| 国产在视频线在精品| 久久鲁丝午夜福利片| 精品不卡国产一区二区三区| 深夜a级毛片| 免费不卡的大黄色大毛片视频在线观看 | 精品福利观看| 身体一侧抽搐| 日韩中字成人| 寂寞人妻少妇视频99o| 亚洲精品在线观看二区| 九九久久精品国产亚洲av麻豆| 久久人人爽人人爽人人片va| 99九九线精品视频在线观看视频| 少妇猛男粗大的猛烈进出视频 | 国产毛片a区久久久久| 国产极品精品免费视频能看的| 国产精品国产三级国产av玫瑰| 亚洲av成人av| 亚洲人与动物交配视频| 色av中文字幕| 黄色日韩在线| 日本黄色视频三级网站网址| 亚洲欧美成人综合另类久久久 | 亚洲人与动物交配视频| 免费在线观看成人毛片| 精品一区二区三区av网在线观看| 黄色日韩在线| 我的老师免费观看完整版| 久久这里只有精品中国| 日韩强制内射视频| 亚洲va在线va天堂va国产| 国产aⅴ精品一区二区三区波| 三级国产精品欧美在线观看| 国产私拍福利视频在线观看| 美女内射精品一级片tv| 欧美国产日韩亚洲一区| 在线观看66精品国产| 色吧在线观看| 久久国内精品自在自线图片| 亚洲在线自拍视频| 国内精品美女久久久久久| 色哟哟·www| 最近在线观看免费完整版| 午夜日韩欧美国产| 一级a爱片免费观看的视频| 男女视频在线观看网站免费| 久久人妻av系列| 欧美+亚洲+日韩+国产| 一个人免费在线观看电影| 一本精品99久久精品77| 免费看a级黄色片| 午夜福利视频1000在线观看| 国产精品人妻久久久久久| 日本免费一区二区三区高清不卡| 久久久精品欧美日韩精品| 欧美国产日韩亚洲一区| 在线天堂最新版资源| 日韩欧美一区二区三区在线观看| 国产欧美日韩一区二区精品| 美女被艹到高潮喷水动态| av中文乱码字幕在线| 久久天躁狠狠躁夜夜2o2o| 国产av麻豆久久久久久久| 日韩人妻高清精品专区| 听说在线观看完整版免费高清| 麻豆av噜噜一区二区三区| 亚洲经典国产精华液单| 2021天堂中文幕一二区在线观| 一个人观看的视频www高清免费观看| 人妻丰满熟妇av一区二区三区| 亚洲成人中文字幕在线播放| 亚洲aⅴ乱码一区二区在线播放| 亚洲一区高清亚洲精品| 三级经典国产精品| 此物有八面人人有两片| 99久久久亚洲精品蜜臀av| 亚洲无线在线观看| 精品人妻一区二区三区麻豆 | 最新中文字幕久久久久| 亚洲欧美清纯卡通| 亚洲性久久影院| 99久久中文字幕三级久久日本| 日本黄色片子视频| aaaaa片日本免费| 麻豆一二三区av精品| av在线蜜桃| 女生性感内裤真人,穿戴方法视频| 中文字幕精品亚洲无线码一区| 少妇熟女aⅴ在线视频| 日韩精品青青久久久久久| 成人特级av手机在线观看| 国产中年淑女户外野战色| 亚洲精华国产精华液的使用体验 | 国产高清不卡午夜福利| 国产精品,欧美在线| 亚洲欧美清纯卡通| 中文在线观看免费www的网站| 国产视频一区二区在线看| 天堂√8在线中文| 一进一出抽搐动态| 亚洲,欧美,日韩| 免费av毛片视频| 日本欧美国产在线视频| 日韩一区二区视频免费看| 亚洲精品日韩av片在线观看| 亚洲四区av| 国产成人一区二区在线| 精华霜和精华液先用哪个| 99久国产av精品国产电影| 一级毛片aaaaaa免费看小| 国内揄拍国产精品人妻在线| 丝袜美腿在线中文| 免费一级毛片在线播放高清视频| 国产三级中文精品| 亚洲婷婷狠狠爱综合网| 成人综合一区亚洲| 97碰自拍视频| 亚洲国产精品成人综合色| 国产色爽女视频免费观看| 日本五十路高清| 久久天躁狠狠躁夜夜2o2o| 成人精品一区二区免费| 人人妻人人澡欧美一区二区| 日本五十路高清| 一个人观看的视频www高清免费观看| 精品久久久久久久久久免费视频| 99国产极品粉嫩在线观看| 亚洲高清免费不卡视频| 可以在线观看毛片的网站| eeuss影院久久| 国产片特级美女逼逼视频| 久久久欧美国产精品| 少妇丰满av| 少妇人妻精品综合一区二区 | 色哟哟·www| 熟女人妻精品中文字幕| 亚洲av二区三区四区| 男女做爰动态图高潮gif福利片| 免费人成视频x8x8入口观看| 亚洲国产精品久久男人天堂| 欧美最新免费一区二区三区| av免费在线看不卡| 午夜精品在线福利| 日日摸夜夜添夜夜添小说| 91午夜精品亚洲一区二区三区| 听说在线观看完整版免费高清| 啦啦啦啦在线视频资源| 日韩国内少妇激情av| eeuss影院久久| 亚洲高清免费不卡视频| 日韩欧美在线乱码| 午夜影院日韩av| 免费看美女性在线毛片视频| 欧美成人免费av一区二区三区| 亚洲色图av天堂| 搡女人真爽免费视频火全软件 | 亚洲最大成人手机在线| 99热精品在线国产| 日本 av在线| 国模一区二区三区四区视频| 精品人妻一区二区三区麻豆 | 欧美日韩在线观看h| 91久久精品国产一区二区成人| 久久精品国产鲁丝片午夜精品| 国产一区二区三区av在线 | 免费大片18禁| 啦啦啦啦在线视频资源| 精品福利观看| 99在线人妻在线中文字幕| 精品无人区乱码1区二区| 日本成人三级电影网站| 亚洲国产欧洲综合997久久,| 三级毛片av免费| 天天一区二区日本电影三级| 3wmmmm亚洲av在线观看| 午夜激情福利司机影院| 伦精品一区二区三区| 少妇人妻一区二区三区视频| 国模一区二区三区四区视频| 欧美+日韩+精品| 国产成人91sexporn| 国产精品久久电影中文字幕| 国产真实伦视频高清在线观看| 国产麻豆成人av免费视频| 欧美绝顶高潮抽搐喷水| 一进一出好大好爽视频| 国产亚洲精品久久久com| 成人精品一区二区免费| 少妇的逼好多水| 免费看日本二区| 熟女电影av网| 嫩草影院精品99| 欧美成人免费av一区二区三区| 国产免费一级a男人的天堂| 我要搜黄色片| 中文字幕人妻熟人妻熟丝袜美| 日日啪夜夜撸| 69av精品久久久久久| 美女xxoo啪啪120秒动态图| 亚洲人成网站在线观看播放| 最好的美女福利视频网| 观看美女的网站| 别揉我奶头 嗯啊视频| 午夜福利高清视频| 噜噜噜噜噜久久久久久91| 亚洲欧美精品综合久久99| 国内精品美女久久久久久| 性插视频无遮挡在线免费观看| 啦啦啦观看免费观看视频高清| 日韩欧美精品v在线| 日本一二三区视频观看| 亚洲性久久影院| 欧美一区二区国产精品久久精品| 99热全是精品| 一级黄色大片毛片| 精品久久久久久久末码| 国产欧美日韩精品一区二区| 国产不卡一卡二| aaaaa片日本免费| 欧美最新免费一区二区三区| 91久久精品国产一区二区三区| 观看免费一级毛片| 蜜臀久久99精品久久宅男| 毛片女人毛片| 久久鲁丝午夜福利片| 国产成人福利小说| 国产中年淑女户外野战色| av福利片在线观看| 99九九线精品视频在线观看视频| 亚洲中文日韩欧美视频| 国内揄拍国产精品人妻在线| 美女 人体艺术 gogo| 精品一区二区三区视频在线观看免费| 美女xxoo啪啪120秒动态图| 天堂网av新在线| 久久精品国产清高在天天线| 啦啦啦啦在线视频资源| 成人av一区二区三区在线看| 好男人在线观看高清免费视频| 国产精品国产高清国产av| 美女黄网站色视频| 久久精品国产鲁丝片午夜精品| 亚洲真实伦在线观看| 一本久久中文字幕| 国内精品一区二区在线观看| 久久久精品94久久精品| 国内久久婷婷六月综合欲色啪| 亚洲精品在线观看二区| 国产亚洲精品久久久com| 成年版毛片免费区| 少妇裸体淫交视频免费看高清| 成人一区二区视频在线观看| 丰满的人妻完整版| 一级av片app| 久久欧美精品欧美久久欧美| 国产亚洲精品久久久com| 波野结衣二区三区在线| 男女之事视频高清在线观看| 中文字幕av在线有码专区| 丰满人妻一区二区三区视频av| 久久草成人影院| 欧美日韩在线观看h| 非洲黑人性xxxx精品又粗又长| 日本-黄色视频高清免费观看| 性插视频无遮挡在线免费观看| 伦精品一区二区三区| 成人特级av手机在线观看| 国产色婷婷99| 日韩制服骚丝袜av| 亚洲av不卡在线观看| 在线观看av片永久免费下载| 欧美色视频一区免费| 日韩精品中文字幕看吧| 超碰av人人做人人爽久久| 国产精品电影一区二区三区| 亚洲一级一片aⅴ在线观看| 欧美国产日韩亚洲一区| 一区福利在线观看| 欧美成人免费av一区二区三区| 欧美日本亚洲视频在线播放| 又爽又黄无遮挡网站| 午夜福利在线在线| 国产成人aa在线观看| 神马国产精品三级电影在线观看| 最近在线观看免费完整版| 夜夜看夜夜爽夜夜摸| 亚洲高清免费不卡视频| 国产精品一区二区三区四区免费观看 | 国产成人福利小说| 久久久精品大字幕| 香蕉av资源在线| 色尼玛亚洲综合影院| 最新中文字幕久久久久| 午夜精品国产一区二区电影 |