斜置RSF swMATH ID: 31325 软件作者： 拜伦·C·杰格。；Long，D.Leann；Long，Dustin M。；《模拟人生》、《马里奥》；Jeff M.Szychowski。；Min，Yuan-I；Leslie A.McClure。；乔治·霍华德；诺亚·西蒙 描述： 斜向随机存活森林。我们引入并评价了斜向随机存活林（ORSF）。ORSF是一种右感知生存数据的集成方法，它使用输入变量的线性组合递归地划分一组训练数据。正则化Cox比例风险模型用于识别每个递归划分步骤中输入变量的线性组合。使用模拟数据和实际数据的基准结果表明，ORSF的预测风险函数与随机生存森林、条件推理森林、回归和增强相比具有较高的预测价值。在对杰克逊心脏研究数据的应用中，我们使用ORSF证明了可变和部分依赖性，并强调了其动脉粥样硬化性心血管疾病事件（ASCVD；中风，冠心病）的十年预测风险函数的特征。我们根据ORSF、条件推理森林和集合队列风险方程，对变量和部分效应估计进行了可视化比较。obliqueRSF R包可在综合R存档网络（CRAN）上使用，该包提供了适合ORSF的功能，并创建变量和部分相关图。 主页： https://cran.r-project.org/web/packages/obliqueRSF/index.html 源代码： https://github.com/cran/obliqueRSF 依赖项： 对 关键词： 随机森林;生存;机器学习;惩罚回归;心血管疾病 相关软件： 倾斜RF;聚会;随机森林SRC;对;RLT公司;护林员;澳大利亚存托凭证;随机生存森林;XGBoost公司;ElemStatLearn（电子状态学习）;CoxBoost公司;CRAN（起重机）;联邦军事革命;西姆苏夫;原集群;xgboost公司;格尔姆奈特;VIM公司;质量（R）;生存 引用于： 1文件 标准文章 1出版物描述软件，包括1出版物以zbMATH为单位 年份 斜向随机存活森林。 Zbl 1433.62305号拜伦·C·杰格。;朗，D.利恩;Long，Dustin M。;马里奥·西姆斯;Jeff M.Szychowski。;敏，元一;莱斯利·麦克卢尔。;乔治·霍华德;诺亚·西蒙 2019 全部的 前5名被9位作者引用 1 乔治·霍华德 1 拜伦·C·杰格。 1 朗，D.利恩 1 Long，Dustin M。 1 莱斯利·麦克卢尔。 1 敏，元一 1 西蒙，诺亚·罗宾 1 马里奥·西姆斯 1 Jeff M.Szychowski。 连载1篇 1 应用统计学年鉴 在1个字段中引用 1 统计学（62-XX） 按年份列出的引文