统计>机器学习
标题: 用于无分布生存分析的截尾分位数回归神经网络
摘要: 本文考虑使用神经网络对删失数据进行分位数回归。 通过使用灵活的函数近似器,允许直接预测目标变量,以及不确定性的无分布特征,这增加了生存分析工具包。 我们首先展示如何将线性模型中流行的算法应用于NN。 然而,由此产生的过程是低效的,需要在每个期望的分位数对单个NN进行顺序优化。 我们的主要贡献是一种新的算法,它同时优化单个NN输出的分位数网格。 为了从理论上深入了解我们的算法,我们首先证明了它可以被解释为期望最大化的一种形式,其次证明了它具有理想的“自校正”特性。 在实验上,该算法在12个实际数据集中的10个上产生的分位数比现有方法的校准效果更好。