جنگل بقای تصادفی
جنگل بقای تصادفی (RSF)، که توسط ایشواران، کوگالور، بلکاستون، و لاور در سال ۲۰۰۸ معرفی شد، یک روش یادگیری ماشین گروهی است که الگوریتم جنگل تصادفی را با دادههای زمان-تا-رویداد (بقا) تطبیق میدهد. درختان با استفاده از تقسیمبندی لگ-رنک رشد داده میشوند تا مشاهدات سانسورشده بهطور طبیعی مدیریت شوند، و این گروه توابع خطر تجمعی را در صدها درخت جمعآوری میکند تا پیشبینیها و رتبهبندی اهمیت متغیرها را تولید کند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/fa/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.
- تخمینگر بقای کاپلان-مایرتحلیل بقا↔ compare
- برآوردگر خطر تجمعی نلسون-آلنتحلیل بقا↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →