超级英雄

【文件属性】：
文件名称：超级英雄
文件大小：250KB
文件格式：ZIP
更新时间：2021-02-16 23:37:27
R 超级英雄 megalearner是在文件夹R中找到的一系列R脚本，它们实现了Gonzalez Ginestet，P.等人论文中描述的示例性示例。 （2021年）。 “使用基于伪观测的AUC损失进行多种数据类型的生存堆叠”。 与标准方法（例如Cox比例风险或已经适合处理右删失观测值的单机学习算法）相比， megalearner构建的风险预测模型更准确。 megalearner基于不同的生存结果类型（二进制或连续），可以最佳地堆叠来自任何方法的预测。 在本文中，我们表明，我们提出的方法可以改进基于单个生存的方法（例如生存随机森林）或使用预处理步骤的其他策略（例如，对加权或伪观测进行审查的逆概率）进行改进。 我们使用鹿特丹数据集作为训练数据集，并在外部数据集中验证预测。 为此，我们使用了德国乳腺癌研究小组（GBSG）的数据。 survival R包中都提供了这两个数据集[Therneau，2

【文件预览】：
megalearner-master
----megalearner.Rproj(400B)
----NAMESPACE(46B)
----README.html(617KB)
----NEWS.md(86B)
----DESCRIPTION(972B)
----R()
--------megalearner-package.R(202B)
--------02-opt-stack.R(2KB)
--------03-validate.R(5KB)
--------00-model-specs.R(5KB)
--------01-train-models.R(2KB)
----.travis.yml(110B)
----.Rbuildignore(72B)
----LICENSE(53B)
----LICENSE.md(1KB)
----README.md(2KB)
----figure()
--------int-plot.pdf(14KB)
--------km-fig.pdf(14KB)
----.gitignore(40B)
----README.Rmd(3KB)