CoxNTF：面向生存分析的联合聚类与预测新方法
机器学习
2025-08-26 v2
摘要
生存分析结果的解释往往受益于基线协变量的潜在因子表示。然而，现有方法如非负矩阵分解 (NMF) 不纳入生存信息，限制了其预测能力。我们提出 CoxNTF，一种新方法，利用非负张量分解 (NTF) 导出与生存结果密切相关的有意义潜在表示。CoxNTF 构建加权协变量张量，其中使用来自 Coxnet 模型推导出的生存概率指导张量化过程。我们的结果表明，CoxNTF 在生存预测性能上与使用原始协变量的 Coxnet 相当，同时提供了结构化且可解释的聚类框架。此外，新方法有效处理特征冗余，使其成为生存分析中联合聚类与预测的强大工具。
引用
@article{arxiv.2506.06411,
title = {CoxNTF: A New Approach for Joint Clustering and Prediction in Survival Analysis},
author = {Paul Fogel and Christophe Geissler and George Luta},
journal= {arXiv preprint arXiv:2506.06411},
year = {2025}
}
备注
8 pages, 3 figures, Conference on Lifetime Data Science 2025, Brooklyn, New York, USA