Náhodný survival forest
Náhodný survival forest (RSF), ktorý predstavili Ishwaran, Kogalur, Blackstone a Lauer v roku 2008, je metóda súborového strojového učenia, ktorá adaptuje algoritmus Random Forest na časovo-udalostné (survival) dáta. Stromy sa budujú pomocou delenia podľa log-rank kritéria, aby sa prirodzene zvládli cenzorované pozorovania, a súbor agreguje kumulatívne funkcie rizika naprieč stovkami stromov na produkciu predikcií a hodnotení dôležitosti premenných.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/sk/survival/random-survival-forest
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Kaplanov-Meierov odhad prežitiaAnalýza prežívania↔ porovnať
- Nelsonov-Aalenov kumulatívny odhad rizikaAnalýza prežívania↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →