Náhodný les pro přežití
Náhodný les pro přežití (RSF), představený Ishwaranem, Kogalurem, Blackstoneem a Lauerem v roce 2008, je souborová metoda strojového učení, která adaptuje algoritmus náhodného lesa na data typu čas do události (přežití). Stromy jsou pěstovány pomocí log-rank štěpení pro přirozené zpracování cenzorovaných pozorování a soubor agreguje kumulativní funkce rizika napříč stovkami stromů k vytvoření predikcí a hodnocení důležitosti proměnných.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/cs/survival/random-survival-forest
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Odhad Kaplan-Meierovy křivky přežitíAnalýza přežití↔ compare
- Odhad kumulativní hazardní funkce Nelson-AalenAnalýza přežití↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →