Random Survival Forest
Random Survival Forest (RSF), yang diperkenalkan oleh Ishwaran, Kogalur, Blackstone, dan Lauer pada tahun 2008, ialah kaedah pembelajaran mesin ensemble yang mengadaptasi algoritma Random Forest kepada data masa-ke-kejadian (survival). Pokok-pokok dibina menggunakan pembahagian log-rank untuk mengendalikan pemerhatian tersensor secara semula jadi, dan ensemble tersebut mengagregatkan fungsi hazard kumulatif merentasi ratusan pokok untuk menghasilkan ramalan dan kedudukan kepentingan pemboleh ubah.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/ms/survival/random-survival-forest
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Penganggar Kemandirian Kaplan-MeierAnalisis Survival↔ banding
- Penganggar Kumulatif Bahaya Nelson-AalenAnalisis Survival↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →