• <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 ?

    基于CatBoost算法的糖尿病預(yù)測方法①

    2019-09-24 06:21:48苗豐順王美吉李冬梅
    關(guān)鍵詞:特征選擇分類器梯度

    苗豐順,李 巖,高 岑,王美吉,李冬梅

    1(中國科學(xué)院大學(xué),北京 100049)

    2(中國科學(xué)院 沈陽計算技術(shù)研究所,沈陽 110168)

    近些年來,隨著我國經(jīng)濟(jì)的迅速發(fā)展和國民生活方式以及飲食結(jié)構(gòu)的改變,我國糖尿病患者人數(shù)正在以驚人的速度增長.糖尿病呈現(xiàn)發(fā)病率高、知曉率、治療率和達(dá)標(biāo)率低的現(xiàn)象[1],嚴(yán)重的威脅了患者的身體健康,同時給家人和社會帶來了沉重的經(jīng)濟(jì)負(fù)擔(dān)[2].目前大部分醫(yī)療機(jī)構(gòu)對糖尿病的診斷還是依靠醫(yī)生的個人經(jīng)驗(yàn)和體檢數(shù)據(jù)為準(zhǔn),這種診斷方式對醫(yī)生的要求很高,具有很強(qiáng)的主觀性,容易出現(xiàn)誤診和漏診的情況,錯失了預(yù)防和治療的最佳時機(jī),將嚴(yán)重影響到病人的身心健康.如果將糖尿病和機(jī)器學(xué)習(xí)結(jié)合,采用機(jī)器學(xué)習(xí)算法來輔助醫(yī)生診斷,將會很大程度上提高診斷和科學(xué)性,有效的克服醫(yī)生憑經(jīng)驗(yàn)診斷的主觀性的問題.因此,使用機(jī)器學(xué)習(xí)的方法對糖尿病患者進(jìn)行預(yù)測,具有很大的現(xiàn)實(shí)意義.

    關(guān)于疾病預(yù)測,國內(nèi)外教育專家已經(jīng)做過很多嘗試,研究出了很多算法,如:logistic 回歸、BP 神經(jīng)網(wǎng)絡(luò)模型、COX 比例風(fēng)險模型、決策樹模型[3-5].這些方法在疾病預(yù)測方面有較好的效果,但是也有各種各樣的缺點(diǎn),比如要求數(shù)據(jù)量大、要求一定時間段的的連續(xù)數(shù)據(jù)、泛化能力太弱、過度擬合、陷入局部最小值、對隨機(jī)性和波動性數(shù)據(jù)不敏感、對不平衡數(shù)據(jù)預(yù)測 效果不理想等問題等等.現(xiàn)有的研究大多采用單個全局優(yōu)化模型,單分類器模型性能有限,存在泛化能力弱和容錯性較差等問題.

    本文使用集成學(xué)習(xí)模型進(jìn)行預(yù)測,它是使用一系列的學(xué)習(xí)器進(jìn)行學(xué)習(xí),并使用某種規(guī)則把各個學(xué)習(xí)器的學(xué)習(xí)結(jié)果進(jìn)行整合,從而獲得比單個學(xué)習(xí)器更好的學(xué)習(xí)效果的一種機(jī)器學(xué)習(xí)方法[6].集成學(xué)習(xí)模型現(xiàn)在主要分為Bagging和Boosting.基于Bagging 的模型的方差較小,但是偏差較大,故對基分類器的準(zhǔn)確性要求較高.Boosting 可以降低模型偏差,它通過迭代地訓(xùn)練一系列的分類器,每個分類器采用的樣本分布都和上一輪的學(xué)習(xí)結(jié)果有關(guān),對基分類器的準(zhǔn)確性要求較低.CatBoost 在2017年被Yandex 首次提出,是boosting的一種實(shí)現(xiàn)方式,它采用對稱樹的方式,并且用特殊的方式來處理categorical features,從而有效的避免了過擬合的問題,提高了泛化能力,提高了模型的魯棒性,特別適合樣本量小、數(shù)據(jù)不平衡的情況.目前該算法在糖尿病預(yù)測方面還沒有應(yīng)用[7-9].

    通過以上分析,本文決定采用一種基于特征選擇和集成學(xué)習(xí)算法的模型來進(jìn)行糖尿病的預(yù)測.通過 IV值分析進(jìn)行特征選擇,有效的去除冗余特征,確定最后的最優(yōu)特征子集來訓(xùn)練模型;使用CatBoost 有效的避免過擬合的問題,提高模型的泛化能力和魯棒性,最終達(dá)到良好的預(yù)測效果.

    1 算法描述

    CatBoost 是Boosting 策略的一種實(shí)現(xiàn)方式,它和lightGBM 與Xgboost 類似,都屬于GBDT 類的算法.CatBoost 在GBDT 的基礎(chǔ)上主要做了兩點(diǎn)改進(jìn):處理標(biāo)稱屬性和解決預(yù)測偏移的問題,從而減少過擬合的發(fā)生.

    1.1 GBDT

    GBDT 算法是通過一組分類器的串行迭代,最終得到一個強(qiáng)學(xué)習(xí)器,以此來進(jìn)行更高精度的分類[10].它使用了前向分布算法,弱學(xué)習(xí)器使用分類回歸樹(CART).

    假設(shè)前一輪迭代得到的強(qiáng)學(xué)習(xí)器是Ft-1(x),損失函數(shù)是L(y,Ft-1(x)),則本輪迭代的目的是找到一個CART 回歸樹模型的弱學(xué)習(xí)器ht,讓本輪的損失函數(shù)最小.式(1)表示的是本輪迭代的目標(biāo)函數(shù)ht.

    GBDT 使用損失函數(shù)的負(fù)梯度來擬合每一輪的損失的近似值,式(2)中g(shù)t(x,y)表示的是上述梯度.

    通常用式(3)近似擬合ht.

    最終得到本輪的強(qiáng)學(xué)習(xí)器,如式(4)所示:

    1.2 CatBoost

    標(biāo)稱屬性的一般處理方法是one hot encoding (獨(dú)熱編碼),但是會出現(xiàn)過擬合的問題,CatBoost 在處理標(biāo)稱屬性時使用了更有效的策略,可以減少過擬合的發(fā)生.為訓(xùn)練集生成一個隨機(jī)序列,假設(shè)原來的順序是σ=(σ1,···,σn).從 σ1到 σn一次遍歷隨機(jī)序列,用遍歷到的前p 個記錄計算標(biāo)稱特征的數(shù)值.σp,k用如下數(shù)值替換:

    這里添加了一個先驗(yàn)值P和參數(shù)a>0.這是一種常見做法,它有助于減少從低頻類別中獲得的噪音.

    預(yù)測偏移經(jīng)常是困擾建模的問題,在GDBT 的每一步迭代中,損失函數(shù)使用相同的數(shù)據(jù)集求得當(dāng)前模型的梯度,然后訓(xùn)練得到基學(xué)習(xí)器,但這會導(dǎo)致梯度估計偏差,進(jìn)而導(dǎo)致模型產(chǎn)生過擬合的問題.CatBoost 通過采用排序提升 (ordered boosting) 的方式替換傳統(tǒng)算法中梯度估計方法,進(jìn)而減輕梯度估計的偏差,提高模型的泛化能力,Ordered boosting 的算法流程如圖1所示.

    由圖1可知,為了得到無偏梯度估計,CatBoost 對每一個樣本xi都 會訓(xùn)練一個單獨(dú)的模型Mi,模型Mi由使用不包含樣本xi的 訓(xùn)練集訓(xùn)練得到.我們使用Mi來得到關(guān)于樣本的梯度估計,并使用該梯度來訓(xùn)練基學(xué)習(xí)器并得到最終的模型.

    圖1 Ordered boosting 流程

    2 實(shí)驗(yàn)分析

    對于整個糖尿病預(yù)測的研究包括以下幾部分:數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征選擇、模型預(yù)測、結(jié)果分析.如圖2所示.

    圖2 糖尿病預(yù)測模型

    2.1 數(shù)據(jù)采集

    本研究的數(shù)據(jù)來源于實(shí) 驗(yàn)室項目:骕派智慧社區(qū).數(shù)據(jù)集是沈陽某醫(yī)院的2018年的一次脫敏體檢數(shù)據(jù),包含2377 條數(shù)據(jù),數(shù)據(jù)維度高達(dá)63.

    2.2 數(shù)據(jù)預(yù)處理

    由于原始數(shù)據(jù)規(guī)模太過龐大,數(shù)據(jù)不完整、重復(fù)、雜亂等問題顯著,數(shù)據(jù)預(yù)處理對于后期的建模預(yù)測影響顯著.原始數(shù)據(jù)存儲在不同的數(shù)據(jù)表中,并且存在很多缺失項以及數(shù)據(jù)冗余,需要對原始數(shù)據(jù)進(jìn)行預(yù)處理.本文在數(shù)據(jù)預(yù)處理方面做了以下工作:丟棄缺失項過多的樣本、丟棄缺失值過多的特征、采用均值進(jìn)行缺失值填充、對標(biāo)稱屬性、二元屬性進(jìn)行數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)集成以及去除冗余.

    2.3 特征選擇

    特征選擇對后期的建模預(yù)測起著關(guān)鍵性的作用,尤其是在樣本量小、特征多的情況下,剔除噪音、正確的選擇特征會對模型整體的準(zhǔn)確性和穩(wěn)定性有著質(zhì)的提升.

    IV 值分析是常見的處理特征值的方法,它衡量了某個特征對目標(biāo)的影響程度.其基本思想是根據(jù)該特征所命中黑白樣本的比率與總黑白樣本的比率,來對比和計算其關(guān)聯(lián)程度,計算公式如下:

    其中,n代表樣本在該特征上分成的組數(shù),Pni表示該樣本第i組數(shù)據(jù)中白樣本占所有白樣本的比例,Pyi表示該樣本第i組數(shù)據(jù)中黑樣本占左右黑樣本的比例.

    本文采用IV 值分析的方法進(jìn)行特征選擇,最終選出23 個對糖尿病有影響的特征變量作為模型的輸入變量,其中包括性別、年齡、體重指數(shù)、收縮壓、舒張壓、膽固醇、甘油三酯、尿素/肌酐等.

    2.4 模型預(yù)測

    經(jīng)過前面的分析,CatBoost 算法適合用于對糖尿病的研究,本文就選擇CatBoost 模型來建模.經(jīng)過數(shù)據(jù)預(yù)處理和特征選擇,把23 個特征變量作為輸入變量輸入模型進(jìn)行預(yù)測,將70%作為訓(xùn)練樣本,30%作為測試樣本.

    分類閾值對模型的準(zhǔn)確性影響重大,本文利用樣本的區(qū)間準(zhǔn)確率來確定最后的閾值:將樣本按照預(yù)測值進(jìn)行排序,然后沒5%分為一個區(qū)間,找到最后一個區(qū)間準(zhǔn)確率大于50%的區(qū)間,將該區(qū)間的端點(diǎn)值作為最后的閾值.

    基于準(zhǔn)確率、召回率、F1 值等評價指標(biāo),通過與隨機(jī)森林、XGBoost 等模型進(jìn)行對比分析,能夠得出CatBoost 在處理該問題上具有更好的效果.

    2.5 評價標(biāo)準(zhǔn)

    選取評價指標(biāo)是整個實(shí)驗(yàn)環(huán)節(jié)的重要一環(huán),直接影響到后期的結(jié)果分析.分類器性能的優(yōu)劣通常使用準(zhǔn)確率(accuracy)、精確率(precision)和召回率(recall)來評價.準(zhǔn)確率(accuracy)指的是被分類正確的樣本數(shù)占總樣本數(shù)的比值,精確率(precision)表示的是預(yù)測為正的樣本中,實(shí)際為正的所占的比例,召回率(recall)表示的是實(shí)際為正的樣本中,被預(yù)測為正的所占的比例.分類結(jié)果混淆矩陣如表1所示.

    表1 分類結(jié)果混淆矩陣

    本文選取精確率(precision)、召回率(recall)和F1 值作為評價指標(biāo).

    其中,P為陽性樣本總數(shù),TP為預(yù)測正確的陽性樣本數(shù),TN是預(yù)測錯誤的陽性樣本數(shù),F1 值是精準(zhǔn)率和召回率的加權(quán)調(diào)和平均值,為1 時最優(yōu),為0 時最差.對于復(fù)雜的模型和大量的數(shù)據(jù),計算速度也是衡量模型優(yōu)劣的一個指標(biāo),本實(shí)驗(yàn)在服務(wù)器上運(yùn)行,使用Python包的time.time()函數(shù)記錄模型運(yùn)行的時間.

    2.6 試驗(yàn)結(jié)果與分析

    經(jīng)過以上步驟的數(shù)據(jù)處理、特征選擇和模型預(yù)測,得出了使用CatBoost 模型的預(yù)測結(jié)果,并且和使用隨機(jī)森林、lightGBM 模型得出的結(jié)果進(jìn)行了對比,結(jié)果如表2所示.

    表2 運(yùn)行結(jié)果分析

    從表2可以看出,在模型精確率方面,隨機(jī)森林略高于XGBoost 模型和CatBoost 模型,在召回率和F1值方面,CatBoost 都高于XGBoost和隨機(jī)森林,在運(yùn)行時間方面,CatBoost和XGBoost 明顯高于隨機(jī)森林.

    3 總結(jié)

    本文以糖尿病發(fā)病人數(shù)多、發(fā)現(xiàn)率少以及醫(yī)療數(shù)據(jù)維數(shù)高、缺失量大為背景,依托于實(shí)驗(yàn)室骕派智慧社區(qū)項目,實(shí)現(xiàn)了對糖尿病的預(yù)測模型.

    本文使用一種新型的Boosting 算法CatBoost 進(jìn)行糖尿病預(yù)測,并且取得了良好的預(yù)測結(jié)果.在文中,首先對原始數(shù)據(jù)進(jìn)行預(yù)處理,然后采用IV 值分析的方法進(jìn)行特征選擇,并采用適用于該問題的集成學(xué)習(xí)模型CatBoost 進(jìn)行預(yù)測,最終得出較好的預(yù)測結(jié)果.通過實(shí)驗(yàn)分析,CatBoost 在各項評價指標(biāo)上比其他模型都具有明顯的優(yōu)勢,說明 CatBoost 在糖尿病預(yù)測方面具有很好的應(yīng)用價值.通過本文的研究,可以對糖尿病預(yù)測提供有效的指導(dǎo),對保護(hù)人們的健康具有非常積極的意義.

    猜你喜歡
    特征選擇分類器梯度
    一個改進(jìn)的WYL型三項共軛梯度法
    一種自適應(yīng)Dai-Liao共軛梯度法
    一類扭積形式的梯度近Ricci孤立子
    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
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    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
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    基于特征選擇和RRVPMCD的滾動軸承故障診斷方法
    日韩精品免费视频一区二区三区| 欧美日韩视频精品一区| 9热在线视频观看99| 精品卡一卡二卡四卡免费| 日本av免费视频播放| 午夜福利乱码中文字幕| 亚洲熟女毛片儿| 午夜日韩欧美国产| 人人妻人人添人人爽欧美一区卜| 首页视频小说图片口味搜索| 久久这里只有精品19| 亚洲精品中文字幕一二三四区 | 一级片免费观看大全| 国产精品av久久久久免费| 久久久欧美国产精品| 丝袜喷水一区| www.自偷自拍.com| 老司机在亚洲福利影院| 人妻人人澡人人爽人人| 亚洲色图综合在线观看| av又黄又爽大尺度在线免费看| 亚洲av男天堂| 成人黄色视频免费在线看| 久久性视频一级片| 啪啪无遮挡十八禁网站| 大陆偷拍与自拍| 香蕉丝袜av| 狠狠婷婷综合久久久久久88av| 国产亚洲欧美在线一区二区| 欧美变态另类bdsm刘玥| 国产亚洲一区二区精品| 久久热在线av| 亚洲成国产人片在线观看| 国产熟女午夜一区二区三区| 91av网站免费观看| 亚洲精品美女久久av网站| 久久精品国产a三级三级三级| 超碰成人久久| 国产1区2区3区精品| 男女国产视频网站| 国产欧美日韩一区二区精品| 在线看a的网站| 一二三四社区在线视频社区8| 天天影视国产精品| 国产精品99久久99久久久不卡| 美女国产高潮福利片在线看| 999久久久精品免费观看国产| 精品亚洲乱码少妇综合久久| 亚洲av电影在线进入| 欧美日韩成人在线一区二区| 高清在线国产一区| 9热在线视频观看99| 新久久久久国产一级毛片| 日本精品一区二区三区蜜桃| 亚洲精华国产精华精| 亚洲国产av影院在线观看| 成人18禁高潮啪啪吃奶动态图| 欧美性长视频在线观看| 97在线人人人人妻| 色94色欧美一区二区| 十八禁人妻一区二区| 色综合欧美亚洲国产小说| 亚洲中文日韩欧美视频| 亚洲全国av大片| 国产91精品成人一区二区三区 | 天堂中文最新版在线下载| 久9热在线精品视频| 国产精品欧美亚洲77777| 午夜福利影视在线免费观看| 欧美97在线视频| 欧美精品人与动牲交sv欧美| 丰满人妻熟妇乱又伦精品不卡| av免费在线观看网站| 欧美黑人精品巨大| 永久免费av网站大全| 久久精品久久久久久噜噜老黄| 亚洲伊人久久精品综合| 18禁观看日本| 欧美老熟妇乱子伦牲交| 午夜福利视频在线观看免费| 日韩精品免费视频一区二区三区| 美女高潮喷水抽搐中文字幕| 欧美av亚洲av综合av国产av| videos熟女内射| 老司机在亚洲福利影院| 国产视频一区二区在线看| 久久久久久久大尺度免费视频| 日本91视频免费播放| 精品亚洲成国产av| 国产淫语在线视频| 久久人人97超碰香蕉20202| 激情视频va一区二区三区| 欧美日韩精品网址| 中文字幕高清在线视频| 黄色a级毛片大全视频| 亚洲avbb在线观看| 极品人妻少妇av视频| 99久久国产精品久久久| 久久这里只有精品19| 欧美中文综合在线视频| 亚洲欧美清纯卡通| 国产成人系列免费观看| 天天添夜夜摸| 日韩有码中文字幕| 久久久久久久久免费视频了| 欧美日韩亚洲高清精品| 老司机影院毛片| 国产熟女午夜一区二区三区| 国产日韩一区二区三区精品不卡| 妹子高潮喷水视频| 久久中文看片网| 亚洲国产欧美一区二区综合| 国产男女内射视频| 一边摸一边做爽爽视频免费| 日韩欧美一区二区三区在线观看 | 国产男女内射视频| 国产精品1区2区在线观看. | 青春草亚洲视频在线观看| 女性被躁到高潮视频| 黑人巨大精品欧美一区二区蜜桃| 美女脱内裤让男人舔精品视频| 一区在线观看完整版| 青春草亚洲视频在线观看| 老司机在亚洲福利影院| 青春草视频在线免费观看| 欧美激情高清一区二区三区| 色婷婷av一区二区三区视频| 国产成+人综合+亚洲专区| 成人国产一区最新在线观看| 19禁男女啪啪无遮挡网站| 亚洲五月婷婷丁香| 夫妻午夜视频| 男男h啪啪无遮挡| 每晚都被弄得嗷嗷叫到高潮| 日韩电影二区| 久久中文字幕一级| 日韩三级视频一区二区三区| 国产淫语在线视频| 国产野战对白在线观看| 丝袜在线中文字幕| 啦啦啦免费观看视频1| avwww免费| 午夜免费观看性视频| 日韩 欧美 亚洲 中文字幕| 亚洲成人国产一区在线观看| 中文字幕人妻丝袜一区二区| 精品免费久久久久久久清纯 | 久久久精品区二区三区| 日韩欧美国产一区二区入口| 亚洲精品一二三| 满18在线观看网站| 欧美精品一区二区免费开放| 色综合欧美亚洲国产小说| 国产男女内射视频| 无限看片的www在线观看| 欧美 日韩 精品 国产| 亚洲欧美色中文字幕在线| kizo精华| 成在线人永久免费视频| 亚洲精品自拍成人| 日韩中文字幕视频在线看片| 一本—道久久a久久精品蜜桃钙片| av一本久久久久| 高清欧美精品videossex| 下体分泌物呈黄色| 麻豆乱淫一区二区| 国产精品影院久久| 国产免费av片在线观看野外av| 亚洲精品国产精品久久久不卡| 男女下面插进去视频免费观看| 99香蕉大伊视频| 在线av久久热| 亚洲国产精品一区三区| 精品国产国语对白av| 欧美激情久久久久久爽电影 | 性色av一级| 国产一级毛片在线| 日本91视频免费播放| 亚洲第一av免费看| 久热这里只有精品99| 亚洲精品国产精品久久久不卡| 性色av乱码一区二区三区2| 一级,二级,三级黄色视频| 成年人黄色毛片网站| 国产成人一区二区三区免费视频网站| 国产极品粉嫩免费观看在线| 爱豆传媒免费全集在线观看| 窝窝影院91人妻| 欧美日韩黄片免| 蜜桃在线观看..| 亚洲精品自拍成人| 亚洲成国产人片在线观看| 丝袜美足系列| 亚洲 国产 在线| 老汉色av国产亚洲站长工具| 香蕉国产在线看| 大片免费播放器 马上看| 精品人妻1区二区| 欧美黄色片欧美黄色片| 亚洲五月婷婷丁香| 亚洲精品久久午夜乱码| 精品国产超薄肉色丝袜足j| 精品一区二区三卡| 啪啪无遮挡十八禁网站| 欧美另类亚洲清纯唯美| 精品福利观看| 国产一区有黄有色的免费视频| 51午夜福利影视在线观看| 成年女人毛片免费观看观看9 | 亚洲成人国产一区在线观看| 制服诱惑二区| 看免费av毛片| 亚洲全国av大片| 精品久久久久久久毛片微露脸 | 老熟妇乱子伦视频在线观看 | 久久99一区二区三区| 国产成人啪精品午夜网站| 亚洲欧美日韩另类电影网站| 日本欧美视频一区| 波多野结衣av一区二区av| 国产成人精品无人区| av网站在线播放免费| 午夜激情av网站| 久久狼人影院| 成年美女黄网站色视频大全免费| 成人三级做爰电影| 国产在视频线精品| 午夜免费成人在线视频| 久久久久久久久久久久大奶| 丰满人妻熟妇乱又伦精品不卡| 在线观看www视频免费| 啦啦啦 在线观看视频| 亚洲国产av新网站| 又黄又粗又硬又大视频| tube8黄色片| 中文字幕人妻丝袜制服| 午夜激情久久久久久久| av免费在线观看网站| 蜜桃在线观看..| 国产成人av教育| 一本久久精品| 男人添女人高潮全过程视频| 亚洲一区二区三区欧美精品| 国产片内射在线| 色婷婷久久久亚洲欧美| 国产精品久久久av美女十八| 亚洲精品粉嫩美女一区| 制服诱惑二区| 一边摸一边做爽爽视频免费| 精品一品国产午夜福利视频| 性色av乱码一区二区三区2| 成人国产av品久久久| 国产男女内射视频| 岛国在线观看网站| 精品人妻一区二区三区麻豆| 国产一区二区激情短视频 | 性色av一级| 在线精品无人区一区二区三| 人妻久久中文字幕网| 亚洲精品国产av蜜桃| 最近最新免费中文字幕在线| 不卡av一区二区三区| 岛国毛片在线播放| 久久久精品94久久精品| 青春草视频在线免费观看| 日本一区二区免费在线视频| 亚洲欧美激情在线| 色精品久久人妻99蜜桃| 色婷婷久久久亚洲欧美| 国产伦人伦偷精品视频| 免费一级毛片在线播放高清视频 | 欧美日韩亚洲综合一区二区三区_| 精品国产乱子伦一区二区三区 | 国产av国产精品国产| 国产免费av片在线观看野外av| 国产区一区二久久| 午夜视频精品福利| 一区在线观看完整版| 狂野欧美激情性bbbbbb| 国产精品av久久久久免费| 脱女人内裤的视频| 一二三四社区在线视频社区8| 多毛熟女@视频| 波多野结衣av一区二区av| 免费在线观看黄色视频的| 日韩中文字幕欧美一区二区| 久久精品成人免费网站| 欧美精品亚洲一区二区| 美女脱内裤让男人舔精品视频| 脱女人内裤的视频| 一本一本久久a久久精品综合妖精| 国产男人的电影天堂91| 极品少妇高潮喷水抽搐| 99久久国产精品久久久| 超碰97精品在线观看| 国产精品 国内视频| 国产精品久久久久成人av| 日韩熟女老妇一区二区性免费视频| 亚洲情色 制服丝袜| 国产主播在线观看一区二区| 色综合欧美亚洲国产小说| 女人高潮潮喷娇喘18禁视频| 日韩一卡2卡3卡4卡2021年| 美女视频免费永久观看网站| 久久九九热精品免费| 午夜激情av网站| 日本a在线网址| 黑人操中国人逼视频| 国产精品九九99| 淫妇啪啪啪对白视频 | 各种免费的搞黄视频| 狠狠精品人妻久久久久久综合| 91国产中文字幕| 97人妻天天添夜夜摸| 肉色欧美久久久久久久蜜桃| 欧美乱码精品一区二区三区| 叶爱在线成人免费视频播放| 少妇猛男粗大的猛烈进出视频| 十八禁网站免费在线| 亚洲欧洲精品一区二区精品久久久| 搡老岳熟女国产| 国产区一区二久久| 极品少妇高潮喷水抽搐| 操出白浆在线播放| 18禁观看日本| 女警被强在线播放| 亚洲精品国产av蜜桃| 香蕉国产在线看| 欧美成人午夜精品| 午夜福利在线观看吧| 午夜福利影视在线免费观看| 久久中文字幕一级| 在线观看舔阴道视频| 在线天堂中文资源库| 久久热在线av| 亚洲久久久国产精品| 正在播放国产对白刺激| 热99久久久久精品小说推荐| 2018国产大陆天天弄谢| 欧美精品高潮呻吟av久久| 日韩一卡2卡3卡4卡2021年| 悠悠久久av| 亚洲七黄色美女视频| 国产成人精品久久二区二区免费| 19禁男女啪啪无遮挡网站| 久久久久久久精品精品| 99国产精品免费福利视频| 搡老乐熟女国产| 日韩 欧美 亚洲 中文字幕| 亚洲欧美成人综合另类久久久| 国产一级毛片在线| 两性夫妻黄色片| 亚洲中文字幕日韩| 久久精品亚洲av国产电影网| 久久久精品区二区三区| 国产熟女午夜一区二区三区| 亚洲全国av大片| 久久精品久久久久久噜噜老黄| 久久久久久人人人人人| 人人妻人人澡人人看| 欧美 日韩 精品 国产| 一区在线观看完整版| 999精品在线视频| tocl精华| 在线亚洲精品国产二区图片欧美| 国产麻豆69| www.自偷自拍.com| 国产区一区二久久| 欧美在线黄色| 亚洲欧洲日产国产| 日韩欧美一区二区三区在线观看 | 亚洲精品自拍成人| 国产精品一二三区在线看| 久久久久国内视频| 韩国高清视频一区二区三区| 波多野结衣一区麻豆| 动漫黄色视频在线观看| 后天国语完整版免费观看| 久久久久国产精品人妻一区二区| 桃红色精品国产亚洲av| 悠悠久久av| 欧美日韩福利视频一区二区| www.自偷自拍.com| 首页视频小说图片口味搜索| 男女无遮挡免费网站观看| 国产激情久久老熟女| 久久精品熟女亚洲av麻豆精品| 国产精品免费大片| 日韩欧美一区二区三区在线观看 | 91国产中文字幕| 久久久久久免费高清国产稀缺| 成年人黄色毛片网站| 丝袜在线中文字幕| 99热国产这里只有精品6| 久久久久久人人人人人| 99久久精品国产亚洲精品| 国产亚洲av片在线观看秒播厂| 欧美黄色淫秽网站| 国产xxxxx性猛交| av网站在线播放免费| 久久亚洲精品不卡| 国产高清国产精品国产三级| 人人妻人人爽人人添夜夜欢视频| 一级毛片女人18水好多| 女性生殖器流出的白浆| 日韩免费高清中文字幕av| 欧美激情高清一区二区三区| 下体分泌物呈黄色| 亚洲五月婷婷丁香| 飞空精品影院首页| 免费不卡黄色视频| 国产在线观看jvid| 成人三级做爰电影| 亚洲成人国产一区在线观看| 黄色怎么调成土黄色| 在线永久观看黄色视频| 久久人人爽av亚洲精品天堂| www.av在线官网国产| 国产成人免费无遮挡视频| 日韩视频一区二区在线观看| 国产精品久久久久成人av| 亚洲黑人精品在线| 建设人人有责人人尽责人人享有的| 制服诱惑二区| 亚洲精品一区蜜桃| 欧美国产精品一级二级三级| 高清视频免费观看一区二区| 久久 成人 亚洲| 成人亚洲精品一区在线观看| 欧美性长视频在线观看| 这个男人来自地球电影免费观看| 老司机靠b影院| 久久这里只有精品19| av在线老鸭窝| svipshipincom国产片| 蜜桃在线观看..| xxxhd国产人妻xxx| 国产一区二区三区在线臀色熟女 | 欧美日韩成人在线一区二区| 午夜精品国产一区二区电影| 国产97色在线日韩免费| 久久精品国产亚洲av香蕉五月 | 国产精品 欧美亚洲| 宅男免费午夜| 国产1区2区3区精品| 国内毛片毛片毛片毛片毛片| 欧美日韩精品网址| 欧美日韩视频精品一区| 女人高潮潮喷娇喘18禁视频| 日本猛色少妇xxxxx猛交久久| 欧美老熟妇乱子伦牲交| 精品高清国产在线一区| 最近中文字幕2019免费版| 亚洲va日本ⅴa欧美va伊人久久 | www.熟女人妻精品国产| 男人添女人高潮全过程视频| 欧美日韩黄片免| 亚洲美女黄色视频免费看| 精品国产超薄肉色丝袜足j| tocl精华| 十八禁高潮呻吟视频| 日本撒尿小便嘘嘘汇集6| 国产成人系列免费观看| 91大片在线观看| 黄片小视频在线播放| 亚洲欧美日韩高清在线视频 | 少妇人妻久久综合中文| 久久精品熟女亚洲av麻豆精品| 国产一区二区 视频在线| 欧美激情极品国产一区二区三区| 免费一级毛片在线播放高清视频 | 亚洲成国产人片在线观看| 久久精品国产亚洲av香蕉五月 | 欧美另类一区| 99精品欧美一区二区三区四区| 久久国产亚洲av麻豆专区| 中文字幕人妻丝袜制服| 午夜两性在线视频| 精品久久久久久电影网| 久久狼人影院| 久久久久久久精品精品| 肉色欧美久久久久久久蜜桃| 亚洲熟女毛片儿| 亚洲欧美成人综合另类久久久| 免费少妇av软件| 久久热在线av| 国产精品av久久久久免费| 亚洲专区国产一区二区| 欧美日韩一级在线毛片| 国产精品久久久av美女十八| 9色porny在线观看| 国产av精品麻豆| 九色亚洲精品在线播放| 69精品国产乱码久久久| 在线观看一区二区三区激情| av天堂久久9| 国产免费现黄频在线看| 国产精品99久久99久久久不卡| 免费观看a级毛片全部| 国产日韩欧美亚洲二区| 法律面前人人平等表现在哪些方面 | 亚洲性夜色夜夜综合| 手机成人av网站| 欧美成狂野欧美在线观看| videos熟女内射| 亚洲欧洲精品一区二区精品久久久| 亚洲中文av在线| 老司机影院成人| 欧美成狂野欧美在线观看| 91成人精品电影| 久久午夜综合久久蜜桃| 黄色视频,在线免费观看| 日韩 亚洲 欧美在线| 久9热在线精品视频| 久久久久久人人人人人| 国产成人一区二区三区免费视频网站| 国产精品麻豆人妻色哟哟久久| 久久国产精品人妻蜜桃| 亚洲国产日韩一区二区| 99国产精品99久久久久| 欧美激情高清一区二区三区| 在线观看www视频免费| 国产97色在线日韩免费| 亚洲av美国av| 亚洲专区字幕在线| 嫁个100分男人电影在线观看| 女人高潮潮喷娇喘18禁视频| 久久影院123| 日韩视频一区二区在线观看| 一边摸一边做爽爽视频免费| 亚洲av男天堂| 亚洲av美国av| 亚洲va日本ⅴa欧美va伊人久久 | 国产精品免费视频内射| bbb黄色大片| 国产淫语在线视频| 国产成人免费无遮挡视频| 国产精品久久久久久人妻精品电影 | 精品人妻一区二区三区麻豆| 制服人妻中文乱码| 免费观看人在逋| 妹子高潮喷水视频| 国产男人的电影天堂91| 亚洲精品粉嫩美女一区| 97人妻天天添夜夜摸| 亚洲欧美成人综合另类久久久| 80岁老熟妇乱子伦牲交| 99九九在线精品视频| 免费高清在线观看视频在线观看| 91成人精品电影| 久久久久久久久免费视频了| 黄频高清免费视频| 美女视频免费永久观看网站| 2018国产大陆天天弄谢| 日韩熟女老妇一区二区性免费视频| 国产精品1区2区在线观看. | 日韩熟女老妇一区二区性免费视频| 日韩 亚洲 欧美在线| 国产麻豆69| 国产91精品成人一区二区三区 | 丝袜喷水一区| 久久人人爽av亚洲精品天堂| 免费观看av网站的网址| 女人被躁到高潮嗷嗷叫费观| 国产激情久久老熟女| 亚洲中文av在线| 午夜激情av网站| 国产麻豆69| 黄片小视频在线播放| 国产在视频线精品| 一区在线观看完整版| 成年动漫av网址| 国产成人免费无遮挡视频| 亚洲一区二区三区欧美精品| 午夜免费成人在线视频| 成人18禁高潮啪啪吃奶动态图| 99国产综合亚洲精品| 麻豆乱淫一区二区| 少妇的丰满在线观看| 欧美激情极品国产一区二区三区| 一级a爱视频在线免费观看| 国产麻豆69| 人妻一区二区av| 色老头精品视频在线观看| 午夜老司机福利片| 国产又色又爽无遮挡免| 中文字幕精品免费在线观看视频| 亚洲一卡2卡3卡4卡5卡精品中文| 精品一品国产午夜福利视频| 午夜91福利影院| 亚洲色图 男人天堂 中文字幕| 男人添女人高潮全过程视频| 99久久综合免费| 青草久久国产| 精品国产一区二区三区四区第35| 亚洲中文日韩欧美视频| 桃红色精品国产亚洲av| 日韩 欧美 亚洲 中文字幕| 国产成人精品久久二区二区免费| 在线观看免费日韩欧美大片| 精品国产一区二区三区四区第35| 大片免费播放器 马上看| 国产精品成人在线| 一区福利在线观看| 精品久久久精品久久久| 国产av又大| 久热这里只有精品99| 日韩免费高清中文字幕av| 亚洲人成电影免费在线| 亚洲精品一二三| 色老头精品视频在线观看| 性少妇av在线| 十八禁网站免费在线| 一级a爱视频在线免费观看| 各种免费的搞黄视频|