Mejorando la robustez de la selección de variables y el rendimiento predictivo de los modelos lineales generalizados regularizados y modelos de riesgos proporcionales de Cox
Autores: Hong, Feng; Tian, Lu; Devanarayan, Viswanath
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Mejorando la robustez de la selección de variables y el rendimiento predictivo de los modelos lineales generalizados regularizados y modelos de riesgos proporcionales de Cox
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Aplicaciones
Estadístico
Aprendizaje automático
Biomarcadores
Modelo de predicción
Regularización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Las aplicaciones de datos de alta dimensionalidad a menudo implican el uso de varios algoritmos estadísticos y de aprendizaje automático para identificar una firma óptima basada en biomarcadores y otras características del paciente que predice el resultado clínico deseado en la investigación biomédica.
Descripción
Las aplicaciones de datos de alta dimensionalidad a menudo implican el uso de varios algoritmos estadísticos y de aprendizaje automático para identificar una firma óptima basada en biomarcadores y otras características del paciente que predice el resultado clínico deseado en la investigación biomédica.