区块森林:区块森林:临床和Omics区块的随机森林协变量数据
针对使用块结构预测二进制、存活和连续结果协变量数据,例如,临床协变量加上特定组学数据类型或多组学数据,即每个患者都有不同类型的组学数据和/或临床数据。示例不同的组学数据类型包括基因表达测量、突变数据以及拷贝数变化测量。Hornung&Wright(2019年)介绍了块状森林。该套餐包括四个多经济体数据的其他随机森林变量:“RandomBlock”、“BlockVarSel”、,“VarProb”和“SplitWeights”。Hornung&Wright(2019)也考虑了这些因素,但在基于20个真实值的比较研究中,表现不如块林多组学数据集。因此,我们建议使用区块森林(“区块森林”)在应用程序中。然而,可以参考其他随机森林变种例如,在进一步的方法论背景下的学术目的发展。参考文献:Hornung,R.&Wright,M.N.(2019)《区块森林:临床和组学协变量数据区块的随机森林》。BMC生物信息学20:358<doi:10.1186/s12859-019-2942-y>.
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=blockForest链接到此页面。