• <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
    老熟妇乱子伦视频在线观看| 精品一区二区三卡| 亚洲七黄色美女视频| 嫁个100分男人电影在线观看| 国产极品粉嫩免费观看在线| 在线播放国产精品三级| 亚洲午夜精品一区,二区,三区| 欧美一区二区精品小视频在线| 国产欧美日韩一区二区三| 男女之事视频高清在线观看| 婷婷丁香在线五月| 超碰成人久久| 亚洲国产精品sss在线观看 | 国产成人av教育| 黄色a级毛片大全视频| 亚洲av五月六月丁香网| 午夜福利一区二区在线看| 亚洲av第一区精品v没综合| 精品久久久久久电影网| 好看av亚洲va欧美ⅴa在| 欧美+亚洲+日韩+国产| 欧美日本中文国产一区发布| 女警被强在线播放| 国产成人精品久久二区二区免费| 18禁观看日本| 啦啦啦 在线观看视频| 午夜免费激情av| 国产精品 欧美亚洲| 色婷婷久久久亚洲欧美| 国产免费av片在线观看野外av| 欧美日韩乱码在线| 亚洲男人的天堂狠狠| 免费一级毛片在线播放高清视频 | 最好的美女福利视频网| 国产精品自产拍在线观看55亚洲| 欧美黄色淫秽网站| 亚洲中文日韩欧美视频| 大型黄色视频在线免费观看| 在线天堂中文资源库| 久久午夜亚洲精品久久| 99精品在免费线老司机午夜| 亚洲 国产 在线| 国产午夜精品久久久久久| 一区在线观看完整版| 久久人人爽av亚洲精品天堂| 午夜视频精品福利| 99精国产麻豆久久婷婷| 成年女人毛片免费观看观看9| 女人爽到高潮嗷嗷叫在线视频| 久久久久亚洲av毛片大全| 色综合站精品国产| 女人被狂操c到高潮| 国产熟女xx| 国产三级在线视频| 99国产精品一区二区蜜桃av| 亚洲精品国产一区二区精华液| 国产精品国产高清国产av| 午夜福利欧美成人| 日韩大码丰满熟妇| 99精品在免费线老司机午夜| 久久欧美精品欧美久久欧美| 亚洲七黄色美女视频| 一级片'在线观看视频| 久久精品亚洲熟妇少妇任你| 久久亚洲精品不卡| 18美女黄网站色大片免费观看| 午夜久久久在线观看| 97人妻天天添夜夜摸| 国产高清激情床上av| 51午夜福利影视在线观看| 欧美日韩一级在线毛片| 欧美中文综合在线视频| 国产熟女xx| 999精品在线视频| 村上凉子中文字幕在线| 国产一卡二卡三卡精品| 视频区欧美日本亚洲| 久久久久久久精品吃奶| 丝袜人妻中文字幕| 热99re8久久精品国产| av超薄肉色丝袜交足视频| 午夜老司机福利片| 亚洲国产中文字幕在线视频| 国产99久久九九免费精品| 中文字幕av电影在线播放| 国产乱人伦免费视频| 亚洲欧美一区二区三区黑人| 亚洲avbb在线观看| 变态另类成人亚洲欧美熟女 | 国产精品久久久久久人妻精品电影| 一级片'在线观看视频| 国产精品一区二区精品视频观看| 中文字幕人妻丝袜一区二区| 亚洲欧美激情综合另类| 一边摸一边抽搐一进一出视频| 午夜a级毛片| 亚洲五月天丁香| 国产高清videossex| 一区二区三区激情视频| 日韩视频一区二区在线观看| 中文字幕色久视频| 亚洲熟女毛片儿| 国产精品一区二区三区四区久久 | 99在线人妻在线中文字幕| 精品熟女少妇八av免费久了| 免费在线观看视频国产中文字幕亚洲| 国产精品国产av在线观看| a在线观看视频网站| 亚洲欧美日韩高清在线视频| 亚洲国产欧美日韩在线播放| 国产av精品麻豆| 欧美中文日本在线观看视频| 97人妻天天添夜夜摸| 久久中文看片网| 一级作爱视频免费观看| 一本大道久久a久久精品| 欧美在线黄色| 成人手机av| 亚洲 欧美一区二区三区| 好男人电影高清在线观看| 久久久久久大精品| 女人精品久久久久毛片| 亚洲欧美激情在线| 淫秽高清视频在线观看| 亚洲男人的天堂狠狠| 亚洲欧美日韩另类电影网站| videosex国产| 91麻豆av在线| 亚洲精品中文字幕在线视频| 淫秽高清视频在线观看| 黑人猛操日本美女一级片| 亚洲 欧美 日韩 在线 免费| 视频区欧美日本亚洲| 久久草成人影院| 淫秽高清视频在线观看| 狂野欧美激情性xxxx| 97人妻天天添夜夜摸| 人人妻人人爽人人添夜夜欢视频| 国产97色在线日韩免费| 女同久久另类99精品国产91| 成人亚洲精品一区在线观看| 国内久久婷婷六月综合欲色啪| 不卡一级毛片| 日韩欧美免费精品| 亚洲精品国产色婷婷电影| 欧美亚洲日本最大视频资源| 在线看a的网站| 搡老乐熟女国产| 女人被躁到高潮嗷嗷叫费观| 99国产精品一区二区蜜桃av| 日日夜夜操网爽| 亚洲美女黄片视频| 中文欧美无线码| 中文字幕高清在线视频| 两个人免费观看高清视频| 成人黄色视频免费在线看| 亚洲av成人一区二区三| 丰满的人妻完整版| 精品无人区乱码1区二区| 不卡av一区二区三区| 少妇被粗大的猛进出69影院| 两性夫妻黄色片| netflix在线观看网站| 欧美在线黄色| bbb黄色大片| 老司机深夜福利视频在线观看| 黄色女人牲交| 桃色一区二区三区在线观看| 一边摸一边做爽爽视频免费| 极品教师在线免费播放| 精品一区二区三区av网在线观看| 国产成人系列免费观看| 99在线视频只有这里精品首页| 久久精品国产综合久久久| 精品一区二区三卡| 欧美日韩一级在线毛片| 九色亚洲精品在线播放| 99精国产麻豆久久婷婷| 正在播放国产对白刺激| 国产亚洲精品第一综合不卡| 真人一进一出gif抽搐免费| 欧美日韩国产mv在线观看视频| 亚洲片人在线观看| 久久这里只有精品19| 9热在线视频观看99| 老汉色av国产亚洲站长工具| 美女扒开内裤让男人捅视频| 久久欧美精品欧美久久欧美| 中文欧美无线码| 女人爽到高潮嗷嗷叫在线视频| 午夜福利一区二区在线看| 在线观看免费午夜福利视频| 女同久久另类99精品国产91| 18禁美女被吸乳视频| 两个人看的免费小视频| 久久国产精品男人的天堂亚洲| 久久久久九九精品影院| 国产精品久久久久成人av| 国产精品免费一区二区三区在线| 国产极品粉嫩免费观看在线| 俄罗斯特黄特色一大片| 久久人妻av系列| 男女午夜视频在线观看| 99香蕉大伊视频| 欧美性长视频在线观看| 露出奶头的视频| 国产激情久久老熟女| 每晚都被弄得嗷嗷叫到高潮| 性色av乱码一区二区三区2| 伦理电影免费视频| av天堂在线播放| 电影成人av| 丁香六月欧美| 国产一卡二卡三卡精品| av片东京热男人的天堂| 免费在线观看影片大全网站| 51午夜福利影视在线观看| 黄色a级毛片大全视频| 丁香欧美五月| 久久香蕉激情| 亚洲成人免费电影在线观看| 99精国产麻豆久久婷婷| 50天的宝宝边吃奶边哭怎么回事| 亚洲少妇的诱惑av| 男女下面插进去视频免费观看| 日韩有码中文字幕| 日本免费a在线| 国产欧美日韩综合在线一区二区| 国产精品一区二区免费欧美| 美女国产高潮福利片在线看| 身体一侧抽搐| 女性生殖器流出的白浆| 久久久国产一区二区| 亚洲精品在线美女| 女性生殖器流出的白浆| 免费久久久久久久精品成人欧美视频| 精品久久久精品久久久| 亚洲精品一区av在线观看| 久久香蕉国产精品| 欧美精品一区二区免费开放| 国产片内射在线| 九色亚洲精品在线播放| 午夜a级毛片| 叶爱在线成人免费视频播放| 精品久久久久久电影网| 亚洲欧美一区二区三区久久| 动漫黄色视频在线观看| 国产欧美日韩一区二区三| 十八禁人妻一区二区| 搡老乐熟女国产| 亚洲 欧美 日韩 在线 免费| 亚洲熟妇中文字幕五十中出 | netflix在线观看网站| 欧美激情 高清一区二区三区| 老司机午夜福利在线观看视频| 久久婷婷成人综合色麻豆| 亚洲黑人精品在线| 欧美 亚洲 国产 日韩一| 久久久水蜜桃国产精品网| 亚洲男人的天堂狠狠| 亚洲精品在线观看二区| bbb黄色大片| 国产视频一区二区在线看| 日韩欧美免费精品| netflix在线观看网站| 男女床上黄色一级片免费看| 国产av一区在线观看免费| 午夜影院日韩av| 久久精品亚洲av国产电影网| 一边摸一边做爽爽视频免费| 亚洲精华国产精华精| 好看av亚洲va欧美ⅴa在| 在线天堂中文资源库| 正在播放国产对白刺激| 两个人免费观看高清视频| 成人国语在线视频| 日韩免费av在线播放| 黄片大片在线免费观看| 一级a爱视频在线免费观看| 黑丝袜美女国产一区| 50天的宝宝边吃奶边哭怎么回事| 亚洲第一青青草原| 正在播放国产对白刺激| 男女做爰动态图高潮gif福利片 | 免费观看精品视频网站| 国产免费av片在线观看野外av| 亚洲成国产人片在线观看| 三上悠亚av全集在线观看| 黄片大片在线免费观看| 亚洲精品成人av观看孕妇| 日日干狠狠操夜夜爽| 色播在线永久视频| 欧美日韩中文字幕国产精品一区二区三区 | 两性夫妻黄色片| 精品福利观看| 母亲3免费完整高清在线观看| 午夜91福利影院| 19禁男女啪啪无遮挡网站| 制服人妻中文乱码| 免费av毛片视频| 欧美一级毛片孕妇| 天天躁狠狠躁夜夜躁狠狠躁| av片东京热男人的天堂| 免费看a级黄色片| 69精品国产乱码久久久| 激情视频va一区二区三区| 交换朋友夫妻互换小说| a级毛片黄视频| 少妇裸体淫交视频免费看高清 | 亚洲久久久国产精品| 国产片内射在线| av在线播放免费不卡| av片东京热男人的天堂| 新久久久久国产一级毛片| 老鸭窝网址在线观看| 国产精品野战在线观看 | 男女高潮啪啪啪动态图| 亚洲成人久久性| 久久精品国产亚洲av高清一级| 亚洲欧洲精品一区二区精品久久久| 国产精品亚洲一级av第二区| 美女高潮到喷水免费观看| 日本vs欧美在线观看视频| 日韩国内少妇激情av| 国产欧美日韩一区二区三| 国产欧美日韩综合在线一区二区| 国产免费男女视频| 国产精品国产av在线观看| 久久九九热精品免费| 亚洲欧美日韩高清在线视频| 久久人人97超碰香蕉20202| 亚洲av第一区精品v没综合| 色尼玛亚洲综合影院| 国产99白浆流出| 国产精品自产拍在线观看55亚洲| 精品午夜福利视频在线观看一区| 日本黄色视频三级网站网址| 大陆偷拍与自拍| 久久久久精品国产欧美久久久| 亚洲成人精品中文字幕电影 | 亚洲成人久久性| 久久九九热精品免费| 亚洲欧美激情在线| 欧美乱妇无乱码| 日本黄色视频三级网站网址| 欧美精品一区二区免费开放| 亚洲国产欧美日韩在线播放| 久99久视频精品免费| 99久久久亚洲精品蜜臀av| 亚洲五月婷婷丁香| 国产99白浆流出| 青草久久国产| 悠悠久久av| 麻豆国产av国片精品| 妹子高潮喷水视频| 一级作爱视频免费观看| 久久人人97超碰香蕉20202| 免费在线观看黄色视频的| 免费在线观看影片大全网站| 精品熟女少妇八av免费久了| 嫩草影视91久久| 午夜老司机福利片| 涩涩av久久男人的天堂| 性欧美人与动物交配| 亚洲成人免费av在线播放| 免费不卡黄色视频| 精品久久久久久,| 久久久国产成人精品二区 | 成人影院久久| 在线免费观看的www视频| 久久国产精品人妻蜜桃| 一二三四社区在线视频社区8| 人人澡人人妻人| 人人妻人人爽人人添夜夜欢视频| 国产99久久九九免费精品| 久久久水蜜桃国产精品网| 脱女人内裤的视频| 欧美日韩中文字幕国产精品一区二区三区 | 欧洲精品卡2卡3卡4卡5卡区| 精品国产美女av久久久久小说| 免费av中文字幕在线| 午夜福利一区二区在线看| 久久伊人香网站| 黄色女人牲交| 久久人人爽av亚洲精品天堂| 在线天堂中文资源库| 日日摸夜夜添夜夜添小说| 亚洲av日韩精品久久久久久密| 麻豆一二三区av精品| 午夜福利免费观看在线| 日韩av在线大香蕉| 亚洲专区国产一区二区| 欧美精品一区二区免费开放| 国产一区二区三区视频了| 欧美日韩视频精品一区| 嫩草影视91久久| 97超级碰碰碰精品色视频在线观看| 午夜影院日韩av| 亚洲成a人片在线一区二区| 老汉色∧v一级毛片| 久久天躁狠狠躁夜夜2o2o| 丝袜美足系列| 啦啦啦免费观看视频1| 久久久久九九精品影院| 麻豆一二三区av精品| 国产蜜桃级精品一区二区三区| 狂野欧美激情性xxxx| 一进一出抽搐gif免费好疼 | 91九色精品人成在线观看| 男女做爰动态图高潮gif福利片 | 18禁美女被吸乳视频| 夜夜躁狠狠躁天天躁| 色在线成人网| 高清毛片免费观看视频网站 | 丝袜在线中文字幕| 日本精品一区二区三区蜜桃| 女人精品久久久久毛片| 久久精品国产综合久久久| 日韩 欧美 亚洲 中文字幕| 在线观看日韩欧美| 天堂俺去俺来也www色官网| 最近最新中文字幕大全免费视频| 高清欧美精品videossex| 久久久水蜜桃国产精品网| 天堂影院成人在线观看| 99re在线观看精品视频| 一区在线观看完整版| 后天国语完整版免费观看| 精品福利观看| 国产欧美日韩一区二区三| 欧美成人免费av一区二区三区| 国产欧美日韩一区二区三区在线| 亚洲五月婷婷丁香| 精品福利观看| 免费高清在线观看日韩| 成人精品一区二区免费| 天堂√8在线中文| av天堂久久9| 另类亚洲欧美激情| 成年女人毛片免费观看观看9| 国产深夜福利视频在线观看| 亚洲一区二区三区欧美精品| 777久久人妻少妇嫩草av网站| 日本免费a在线| 搡老熟女国产l中国老女人| 精品久久蜜臀av无| 亚洲 欧美 日韩 在线 免费| 久久久久国内视频| 水蜜桃什么品种好| 久久精品国产亚洲av高清一级| 精品国内亚洲2022精品成人| 国产蜜桃级精品一区二区三区| 老司机午夜福利在线观看视频| 大型黄色视频在线免费观看| 嫁个100分男人电影在线观看| 美女国产高潮福利片在线看| 久久精品aⅴ一区二区三区四区| 极品人妻少妇av视频| 国产一区二区三区视频了| av超薄肉色丝袜交足视频| 欧美性长视频在线观看| 91成年电影在线观看| 黄色a级毛片大全视频| 国产不卡一卡二| 亚洲成国产人片在线观看| 日韩欧美国产一区二区入口| 99香蕉大伊视频| 超碰97精品在线观看| 欧美成狂野欧美在线观看| 久久久久久免费高清国产稀缺| 在线观看午夜福利视频| 亚洲欧美激情在线| 精品国产一区二区久久| 精品国产一区二区三区四区第35| 久久久久久久久免费视频了| 国产av精品麻豆| av免费在线观看网站| 波多野结衣一区麻豆| 涩涩av久久男人的天堂| 在线播放国产精品三级| 亚洲av日韩精品久久久久久密| 国产精品乱码一区二三区的特点 | 亚洲欧美激情综合另类| 久久精品aⅴ一区二区三区四区| 人人妻人人添人人爽欧美一区卜| 亚洲熟妇中文字幕五十中出 | 99久久人妻综合| 一区福利在线观看| 无人区码免费观看不卡| 亚洲 欧美 日韩 在线 免费| 日本a在线网址| 亚洲午夜理论影院| 国产亚洲欧美在线一区二区| 久久青草综合色| 一二三四社区在线视频社区8| 性少妇av在线| 亚洲中文字幕日韩| 久久久久九九精品影院| 久久久久国产精品人妻aⅴ院| 91av网站免费观看| 久久精品国产综合久久久| 琪琪午夜伦伦电影理论片6080| 脱女人内裤的视频| 99精品欧美一区二区三区四区| xxx96com| 久久精品国产亚洲av香蕉五月| 高清av免费在线| 国产又色又爽无遮挡免费看| 精品久久蜜臀av无| 国产精品久久久av美女十八| 欧美中文日本在线观看视频| 亚洲美女黄片视频| 亚洲免费av在线视频| 亚洲少妇的诱惑av| 97超级碰碰碰精品色视频在线观看| 午夜免费成人在线视频| 制服诱惑二区| 麻豆久久精品国产亚洲av | 免费在线观看视频国产中文字幕亚洲| 少妇裸体淫交视频免费看高清 | 久久精品国产清高在天天线| 中文字幕高清在线视频| 亚洲五月天丁香| 亚洲 国产 在线| 欧洲精品卡2卡3卡4卡5卡区| 欧美日韩中文字幕国产精品一区二区三区 | 免费在线观看日本一区| 一夜夜www| 精品国产超薄肉色丝袜足j| 夜夜夜夜夜久久久久| 欧美成人性av电影在线观看| 亚洲欧美激情在线| 久久久久久亚洲精品国产蜜桃av| 亚洲成人免费av在线播放| 最近最新中文字幕大全电影3 | 亚洲美女黄片视频| 国产精品一区二区免费欧美| 性色av乱码一区二区三区2| 999久久久精品免费观看国产| 首页视频小说图片口味搜索| 亚洲av美国av| 亚洲自偷自拍图片 自拍| 欧美日韩中文字幕国产精品一区二区三区 | 可以在线观看毛片的网站| 51午夜福利影视在线观看| 欧美亚洲日本最大视频资源| 人妻久久中文字幕网| 亚洲av成人av| 亚洲一区中文字幕在线| 久久午夜亚洲精品久久| 久久国产精品男人的天堂亚洲| 一级毛片女人18水好多| 欧美在线一区亚洲| 三上悠亚av全集在线观看| www.精华液| 90打野战视频偷拍视频| 久久香蕉精品热| 操美女的视频在线观看| 黄片小视频在线播放| 中文字幕精品免费在线观看视频| 真人一进一出gif抽搐免费| 99re在线观看精品视频| 真人做人爱边吃奶动态| 在线观看午夜福利视频| 亚洲美女黄片视频| 亚洲精品久久午夜乱码| 亚洲黑人精品在线| 亚洲精品在线观看二区| 欧美久久黑人一区二区| 久久精品国产亚洲av高清一级| 午夜视频精品福利| 男女高潮啪啪啪动态图| 日韩欧美免费精品| 悠悠久久av| 日本三级黄在线观看| 天天添夜夜摸| 精品国产超薄肉色丝袜足j| 婷婷丁香在线五月| 色综合站精品国产| 中文亚洲av片在线观看爽| 狂野欧美激情性xxxx| 啦啦啦 在线观看视频| 亚洲精品一卡2卡三卡4卡5卡| 日韩一卡2卡3卡4卡2021年| 亚洲av美国av| 激情在线观看视频在线高清| 精品无人区乱码1区二区| 免费在线观看完整版高清| 欧美日韩瑟瑟在线播放| 一进一出抽搐动态| 亚洲成人国产一区在线观看| 欧美国产精品va在线观看不卡| 欧美人与性动交α欧美精品济南到| 一区福利在线观看| 欧美日韩国产mv在线观看视频| 成年人黄色毛片网站| av欧美777| 国产亚洲精品综合一区在线观看 | 免费看a级黄色片| 高潮久久久久久久久久久不卡| 夜夜爽天天搞| 国产野战对白在线观看| 午夜免费鲁丝| 久久天躁狠狠躁夜夜2o2o| 在线视频色国产色| 窝窝影院91人妻| www.www免费av| 国产一区在线观看成人免费| 一区二区三区国产精品乱码| 又大又爽又粗| 国产成人系列免费观看| 91精品国产国语对白视频| 一区二区三区精品91| 日韩精品免费视频一区二区三区| 韩国av一区二区三区四区|