GBMCI公司 swMATH ID: 11476 软件作者： 陈一飞；贾振宇；Dan Mercola；谢晓辉 描述： 一种通过直接优化一致性指数进行生存分析的梯度推进算法。生存分析侧重于建模和预测相关事件发生的时间。许多统计模型被提出用于生存分析。他们经常对危险函数进行强有力的假设，这些假设描述了事件风险如何随时间变化，取决于与每个个体相关的协变量。特别是，普遍的比例危险模型假设协变量与危险有乘法关系。在这里，我们提出了一个生存分析的非参数模型，该模型没有明确假设特定形式的危险函数。我们的非参数模型利用回归树集合来确定风险函数如何根据相关协变量变化。集成模型使用梯度推进方法进行训练，以优化一致性指数的平滑近似，一致性指数是生存模型性能评估中使用最广泛的度量之一。我们在一个名为GBMCI的软件包中实现了我们的模型(并使用大规模乳腺癌预后数据集对我们的模型与其他流行的生存模型的性能进行了基准测试。我们的实验表明，基于大量协变量设置，GBMCI始终优于其他方法。GBMCI在R中实现，可在线免费获取。 主页： https://github.com/uci-cbcl/GBMCI网站 源代码： https://github.com/uci-cbcl/GBMCI 相关软件： 对;CoxBoost公司;JMboost公司;全氟橡胶;数据微阵列;XGBoost公司;PBoostGA公司;gamboostLSS公司;FD增压;ElemStatLearn（电子状态学习）;吉咪;阿达·布斯特。MH公司;GAMBoost公司;GAMLSS公司;姆博斯特;fda（右） 引用于： 2文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 一种通过直接优化一致性指数进行生存分析的梯度推进算法。 Zbl 1307.92016年9月陈一飞;贾振宇;丹·默科拉;谢晓辉 2013 全部的 前5名10位作者引用 1 陈一飞 1 奥拉夫·盖菲勒 1 托比亚斯·赫普 1 本杰明·霍夫纳 1 贾振宇 1 安德烈亚斯·迈尔 1 丹·默科拉 1 塞巴斯蒂安·梅耶 1 伊丽莎白·沃尔德曼 1 谢晓辉 连载1篇 2 医学中的计算和数学方法 在3个字段中引用 2 生物学和其他自然科学（92-XX） 1 统计学（62-XX） 1 计算机科学（68至XX） 按年份列出的引文