تحلیل بقا با استفاده از رگرسیون درختی جمعی بیزی
نویسنده:
چکیده:
مدل های درختی یک روش جدید و ابتکاری را برای تحلیل مجموعه داده های بزرگ به وسیله تقسیم بندی فضای پیش بینی کننده ها به نواحی ساده تر به نمایش می گذارند. مدل رگرسیونی درختی جمعی بیزی، مدلی که در این مقاله به معرفی و توضیح آن می پردازیم، در ساختار خود از مدل جمع درختان استفاده می کند، زیرا ترکیب چند درخت از درخت تنها دقت بالاتری دارد. پس این مدل مبتنی بر درخت و جزء مدل های ناپارامتری است و در واقع تعمیمی از روش های رده بندی و رگرسیون درختی است، که در ساختار این روش ها درخت تصمیم وجود دارد. این روش ها تحلیلی قدرتمند برای کشف ساختار داده ها هستند و کاربرد آنها در علوم پزشکی بسیار وسیع است.
در این روش، روی پارامترهای مدل جمع درختان پیشین هایی در نظر گرفته می شود و سپس با استفاده از الگوریتم های کمکی به تحلیل می پردازد. در این مقاله ابتدا مختصرا مدل رگرسیونی درختی جمعی بیزی را معرفی کرده و سپس کاربرد آن را در تحلیل بقا با بررسی داده های مربوط به بیماران سرطان ریه بیان می کنیم.
در این روش، روی پارامترهای مدل جمع درختان پیشین هایی در نظر گرفته می شود و سپس با استفاده از الگوریتم های کمکی به تحلیل می پردازد. در این مقاله ابتدا مختصرا مدل رگرسیونی درختی جمعی بیزی را معرفی کرده و سپس کاربرد آن را در تحلیل بقا با بررسی داده های مربوط به بیماران سرطان ریه بیان می کنیم.
کلیدواژگان:
زبان:
فارسی
صفحات:
33 تا 42
لینک کوتاه:
magiran.com/p2051223
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!