DNNSurv：基于伪值深度神经网络生存分析
机器学习
2020-03-12 v2 机器学习
摘要
医学研究中利用深度学习建模生存数据的兴趣日益增长。现有方法侧重于设计特殊代价函数以处理删失生存数据。我们提出一种非常不同的两步法。第一步，将每位受试者的生存时间转换为一系列jackknife伪条件生存概率，并将这些伪概率作为深度神经网络模型中的定量响应变量。通过使用伪值，我们将复杂的生存分析化简为标准回归问题，极大简化了神经网络构建。我们的两步法简单，但在生存数据风险预测上非常灵活，从实践角度看颇具吸引力。源代码可在 http://github.com/lilizhaoUM/DNNSurv 免费获取。
引用
@article{arxiv.1908.02337,
title = {DNNSurv: Deep Neural Networks for Survival Analysis Using Pseudo Values},
author = {Lili Zhao and Dai Feng},
journal= {arXiv preprint arXiv:1908.02337},
year = {2020}
}
备注
12 pages, 4 figures