TY -的A2 - El Naqa伊萨姆盟——Yosefian伊玛尼AU - Farkhani,伊桑·盟——Baneshi Mohammad Reza PY - 2015 DA - 2015/12/21 TI -应用随机森林生存模型提高决策树的普遍性:一个案例研究在急性心肌梗塞SP - 576413六世- 2015 AB - 背景．树模型提供了易于解释的预测工具，但结果不稳定。两种提高结果泛化性的方法是剪枝和随机生存森林(RSF)。本研究的目的是评估饱和树(ST)、修剪树(PT)和RSF的泛化性。 方法．607例患者的数据随机分为训练集和测试集，采用10倍交叉验证。使用训练集，所有三个模型都被应用。采用Log-Rank检验，通过搜索最优截止点构造ST。选择PT绘图错误率与终端节点的最小样本量。在构建RSF时，从训练集中抽取1000个bootstrap样本。 C-指数和综合Brier得分(IBS)统计量用于比较模型。 结果．ST提供了最过度优化的统计信息。意思是区别 C训练集和测试集的-index为0.237。PT、RSF对应值分别为0.054、0.007。在IBS方面，ST的差异为0.136,PT的差异为0.021,RSF的差异为0.0003。 结论．对测试集进行树的修剪及其性能评估，可部分提高决策树的泛化能力。RSF提供了高度概括的结果。SN - 1748-670X UR - https://doi.org/10.1155/2015/576413 DO - 10.1155/2015/576413 JF - Computational and Mathematical Methods in Medicine PB - Hindawi Publishing Corporation KW - ER -