Random Survival Forest
Random Survival Forest (RSF) ซึ่ง Ishwaran, Kogalur, Blackstone และ Lauer ได้นำเสนอในปี 2008 เป็นวิธีการเรียนรู้ของเครื่องแบบกลุ่ม (ensemble machine learning method) ที่ปรับใช้อัลกอริทึม Random Forest กับข้อมูลเวลาจนเกิดเหตุการณ์ (time-to-event หรือ survival data) ต้นไม้ (trees) ถูกสร้างขึ้นโดยใช้การแบ่งกลุ่มแบบ log-rank เพื่อจัดการกับการสังเกตการณ์ที่ถูกตัดออก (censored observations) ได้อย่างเป็นธรรมชาติ และกลุ่มของต้นไม้จะรวมฟังก์ชันอัตราอันตรายสะสม (cumulative hazard functions) จากต้นไม้หลายร้อยต้นเพื่อสร้างการทำนายและการจัดอันดับความสำคัญของตัวแปร
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/th/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.
- ตัวประมาณค่าการรอดชีพแบบแคปแลน-ไมเออร์การวิเคราะห์การอยู่รอด↔ compare
- Nelson-Aalen Estimatorการวิเคราะห์การอยู่รอด↔ compare