Random Survival Forest
Random Survival Forest (RSF), được giới thiệu bởi Ishwaran, Kogalur, Blackstone và Lauer vào năm 2008, là một phương pháp học máy tập thể (ensemble machine learning) điều chỉnh thuật toán Random Forest cho dữ liệu thời gian đến sự kiện (survival data). Các cây được xây dựng bằng cách sử dụng tiêu chí phân tách log-rank để xử lý tự nhiên các quan sát bị kiểm duyệt (censored observations), và tập thể các cây tổng hợp các hàm nguy cơ lũy tích (cumulative hazard functions) trên hàng trăm cây để đưa ra dự đoán và xếp hạng tầm quan trọng của biến số.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Random Survival Forest. ScholarGate. https://scholargate.app/vi/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.
- Ước lượng sống còn Kaplan-MeierPhân tích sống còn↔ compare
- Ước lượng rủi ro tích lũy Nelson-AalenPhân tích sống còn↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →