Випадковий ліс виживання
Випадковий ліс виживання (RSF), представлений Ішвараном, Когалуром, Блекстоуном та Лауером у 2008 році, є ансамблевим методом машинного навчання, який адаптує алгоритм Random Forest до даних про час до події (виживання). Дерева будуються з використанням лог-рангового розщеплення для природної обробки цензурованих спостережень, а ансамбль агрегує кумулятивні функції ризику по сотнях дерев для отримання прогнозів та рейтингів важливості змінних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/uk/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.
- Оцінювач виживаності Каплана-МейєраАналіз виживаності↔ compare
- Оцінювач кумулятивної небезпеки Нельсона-АаленаАналіз виживаності↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →