Random Survival Forest
Random Survival Forest (RSF), introduïda per Ishwaran, Kogalur, Blackstone i Lauer el 2008, és un mètode d'aprenentatge automàtic d'ensemble que adapta l'algorisme Random Forest a dades de temps fins a un esdeveniment (supervivència). Els arbres es construeixen utilitzant la partició log-rank per gestionar observacions censurades de manera natural, i l'ensemble agrega funcions de perill acumulades de centenars d'arbres per produir prediccions i classificacions d'importància de variables.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Ishwaran, H., Kogalur, U.B., Blackstone, E.H. & Lauer, M.S. (2008). Random Survival Forests. Annals of Applied Statistics, 2(3), 841–860. DOI: 10.1214/08-AOAS169 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/ca/survival/random-survival-forest
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Estimador de supervivència de Kaplan-MeierSupervivència↔ compara
- Estimador de Risc Acumulat de Nelson-AalenSupervivència↔ compara
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →