Area-norm COBRA on Conditional Survival Prediction

要約

この論文では、条件付き生存関数を計算するための複合回帰戦略の異なるバリエーションを探索する。提案するアンサンブル手法を作成するために、回帰に基づく弱い学習者を用いる。提案する結合回帰戦略は、2つの生存曲線間の面積として近接尺度を用いる。提案モデルは、ランダム生存林よりも優れた性能を保証する構成を示す。本稿では、複合回帰の設定において最も重要な変数を選択する新しい技法について議論する。変数の関連性を見つけるための我々の提案が非常にうまく機能することを示すために、シミュレーション研究を行う。また、3つの実際のデータセットを用いてモデルを説明する。

要約(オリジナル)

The paper explores a different variation of combined regression strategy to calculate the conditional survival function. We use regression based weak learners to create the proposed ensemble technique. The proposed combined regression strategy uses proximity measure as area between two survival curves. The proposed model shows a construction which ensures that it performs better than the Random Survival Forest. The paper discusses a novel technique to select the most important variable in the combined regression setup. We perform a simulation study to show that our proposition for finding relevance of the variables works quite well. We also use three real-life datasets to illustrate the model.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL