Forêt aléatoire de survie
La forêt aléatoire de survie (RSF), introduite par Ishwaran, Kogalur, Blackstone et Lauer en 2008, est une méthode d'apprentissage automatique ensembliste qui adapte l'algorithme de la forêt aléatoire aux données de temps d'événement (survie). Les arbres sont construits en utilisant la division par rangs log-rank pour gérer naturellement les observations censurées, et l'ensemble agrège les fonctions de risque cumulé sur des centaines d'arbres pour produire des prédictions et des classements d'importance des variables.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/fr/survival/random-survival-forest
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Estimateur de survie de Kaplan-MeierAnalyse de survie↔ comparer
- Estimateur de risque cumulé de Nelson-AalenAnalyse de survie↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →