基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的生存分析方法虽在生物医学领域已有广泛应用,但需满足一些前提假设。随机生存森林方法可克服这一弱点。本文以美国梅奥诊所的肝脏原发性胆汁肝硬化的数据为例,从随机生存森林的原理、建模步骤、实例演示和适用性讨论等方面进行阐述,以期为读者进行生存分析提供新的思路和方法。
推荐文章
机器学习下随机森林算法在电网故障分析指挥系统中的应用
机器学习
随机森林
电网故障
故障分析
数据挖掘
基于随机生存森林的交通事件持续时间预测
交通运行管理
交通事件持续时间预测
随机生存森林
城市快速路
基于随机森林算法的CAM模板自动提取研究
CAM模板
随机森林
聚类分析
相似性计算
基于随机森林算法和粗糙集理论的改进型深度学习 短期负荷预测模型
电力负荷预测
随机森林(RF)算法
深度学习(DL)
粗糙集理论(RST)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 随机生存森林:基于机器学习算法的生存分析模型
来源期刊 中华预防医学杂志 学科
关键词 模型,统计学 人工智能 随机生存森林
年,卷(期) 2021,(1) 所属期刊栏目 方法学介绍
研究方向 页码范围 104-109
页数 6页 分类号
字数 语种 中文
DOI 10.3760/cma.j.cn112150-20200911-01197
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (282)
共引文献  (592)
参考文献  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(20)
  • 参考文献(0)
  • 二级参考文献(20)
2005(13)
  • 参考文献(0)
  • 二级参考文献(13)
2006(15)
  • 参考文献(1)
  • 二级参考文献(14)
2007(17)
  • 参考文献(0)
  • 二级参考文献(17)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(18)
  • 参考文献(1)
  • 二级参考文献(17)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(21)
  • 参考文献(1)
  • 二级参考文献(20)
2012(24)
  • 参考文献(0)
  • 二级参考文献(24)
2013(22)
  • 参考文献(1)
  • 二级参考文献(21)
2014(20)
  • 参考文献(1)
  • 二级参考文献(19)
2015(20)
  • 参考文献(5)
  • 二级参考文献(15)
2016(16)
  • 参考文献(2)
  • 二级参考文献(14)
2017(11)
  • 参考文献(5)
  • 二级参考文献(6)
2018(12)
  • 参考文献(1)
  • 二级参考文献(11)
2019(8)
  • 参考文献(1)
  • 二级参考文献(7)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模型,统计学
人工智能
随机生存森林
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中华预防医学杂志
月刊
0253-9624
11-2150/R
大16开
北京市西城区宣武门东河沿街69号
2-61
1953
chi
出版文献量(篇)
6283
总下载数(次)
26
总被引数(次)
62212
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导