集成随机生存森林的若干变体及其在癌症研究中的应用
统计方法学
2018-06-14 v2 应用统计
统计计算
机器学习
摘要
本文描述了一种用于预测生存函数的 adaboost 新颖实现。我们采用该算法的不同变体,并基于系统运行时间和均方根误差对算法进行比较。我们的构建还包含了右删失数据和竞争风险数据。我们采用不同的数据集来说明算法的性能。
引用
@article{arxiv.1709.05515,
title = {Some variations on Ensembled Random Survival Forest with application to Cancer Research},
author = {Arabin Kumar Dey and Suhas N. and Talasila Sai Teja and Anshul Juneja},
journal= {arXiv preprint arXiv:1709.05515},
year = {2018}
}
备注
16 pages; 10 figures