生存分析问题的偏差加方差分解
机器学习
2011-09-27 v1 机器学习
摘要
为回归和分类问题定义的期望误差的偏差-方差分解是研究和比较不同算法、寻找其最佳应用领域的重要工具。本文将该分解引入生存分析问题。在我们的实验中，我们研究了两种算法（原始的 Cox 比例风险回归和 CoxPath，即 L1 正则化 Cox 回归的路径算法）在递增训练集序列上的期望误差的偏差-方差部分。实验表明，与预期相反，CoxPath 并不一定比 Cox 回归有优势。
引用
@article{arxiv.1109.5311,
title = {Bias Plus Variance Decomposition for Survival Analysis Problems},
author = {Marina Sapir},
journal= {arXiv preprint arXiv:1109.5311},
year = {2011}
}