在利用判别度量评估生存分布预测时避免C-hacking
机器学习
2022-03-10 v2 机器学习
统计理论
统计方法学
统计理论
摘要
在本文中，我们考虑如何利用判别度量来评估生存分布预测。这是一个非平凡的问题，因为判别度量是生存分析中最常用的度量，然而从分布预测导出风险预测尚无明确方法。我们调研了文献与软件中提出的方法，并考量它们各自的优缺点。尽管分布频繁通过判别度量进行评估，我们发现文献中极少描述所用方法，且常导致不公平的比较。我们发现将分布归约为风险的最稳健方法是对应预测累积风险之和。我们建议机器学习生存分析软件实现分布与风险预测之间清晰的转换，以允许更透明和可访问的模型评估。最终实验中使用的代码可在 https://github.com/RaphaelS1/distribution_discrimination 获取。
引用
@article{arxiv.2112.04828,
title = {Avoiding C-hacking when evaluating survival distribution predictions with discrimination measures},
author = {Raphael Sonabend and Andreas Bender and Sebastian Vollmer},
journal= {arXiv preprint arXiv:2112.04828},
year = {2022}
}