非参数失效时间(NFT)贝叶斯加性回归树(BART):使用异方差贝叶斯加法回归树(HBART)和低信息综合(LIO)Dirichlet过程混合(DPM)的时间到事件机器学习。NFT BART模型的形式为Y=mu+f(x)+sd(x)E,其中函数f和sd分别具有BART和HBART先验,而E是由于DPM LIO先验层次结构而产生的非参数误差分布。有关模型的完整描述,请参阅以下内容<doi:10.1111/biom.13857>.
请使用规范形式https://CRAN.R-project.org/package=nftbart链接到此页面。