Bosque Aleatorio de Supervivencia
El Bosque Aleatorio de Supervivencia (RSF, por sus siglas en inglés), introducido por Ishwaran, Kogalur, Blackstone y Lauer en 2008, es un método de aprendizaje automático de conjunto que adapta el algoritmo de Bosque Aleatorio a datos de tiempo hasta el evento (supervivencia). Los árboles se construyen utilizando la división por log-rank para manejar las observaciones censuradas de forma natural, y el conjunto agrega funciones de riesgo acumulado a través de cientos de árboles para producir predicciones y clasificaciones de importancia de variables.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/es/survival/random-survival-forest
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Estimador de Supervivencia de Kaplan-MeierSupervivencia↔ comparar
- Estimador de Riesgo Acumulado de Nelson-AalenSupervivencia↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →