SurvSet：一个开源的随时间事件数据集仓库
机器学习
2022-03-08 v1 机器学习
摘要
随时间事件（T2E）分析是统计学的一个分支，对事件发生所耗时长进行建模。此类事件可包括死亡、失业或产品故障等结果。大多数现代机器学习（ML）算法，如决策树与核方法，均通过数据科学软件（python 与 R）支持 T2E 建模。为补充这些进展，SurvSet 是首个开源的 T2E 数据集仓库，专为 ML 算法与统计方法的快速基准测试而设计。SurvSet 中的数据经过一致格式化，使得单一预处理方法可适用于所有数据集。SurvSet 目前拥有 76 个数据集，其在维度、时间依赖性与背景上各异（其中大多数来自生物医学）。SurvSet 已在 PyPI 上提供，可通过 pip install SurvSet 安装。R 用户可直接从相应 git 仓库下载数据。
引用
@article{arxiv.2203.03094,
title = {SurvSet: An open-source time-to-event dataset repository},
author = {Erik Drysdale},
journal= {arXiv preprint arXiv:2203.03094},
year = {2022}
}