基于一致性指数的半参数、参数与机器学习模型用于事件时间分析的试验比较
机器学习
2020-03-20 v1 机器学习
摘要
本文中，我们通过一致性指数在两个不同数据集（PBC与GBCSG2）上对半参数（Cox比例风险模型、Aalen加性回归模型）、参数（Weibull AFT模型）与机器学习模型（随机生存森林、带Cox比例风险损失的梯度提升、DeepSurv）进行试验比较。我们给出两种比较：一种使用这些模型的默认超参数，另一种使用随机搜索找到的最佳超参数。
引用
@article{arxiv.2003.08820,
title = {Experimental Comparison of Semi-parametric, Parametric, and Machine Learning Models for Time-to-Event Analysis Through the Concordance Index},
author = {Camila Fernandez and Chung Shue Chen and Pierre Gaillard and Alonso Silva},
journal= {arXiv preprint arXiv:2003.08820},
year = {2020}
}