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