债务人

斜向随机生存森林。我们引入了随机森林生存率(ORSF)。ORSF是一种针对右截尾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分区步骤中输入变量的线性组合。模拟和真实数据的基准结果表明,与随机生存森林、条件推理森林、回归和boosting相比,ORSF的预测风险函数具有较高的预测价值。在Jackson心脏研究数据的应用中,我们使用ORSF证明了变量和部分依赖性,并强调了其对动脉粥样硬化性心血管疾病事件(ASCVD、中风、冠心病)10年预测风险函数的特点。我们展示了根据ORSF、条件推理森林和集合队列风险方程比较变量和部分效应估计的可视化结果。obliquersfr包提供适合ORSF和创建变量和部分依赖图的函数,可在综合R存档网络(CRAN)上获得。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。