基于双支持向量机回归的生存数据分析的研究

发布时间：2023-03-28 21:21

　　论文的目的是为生存数据的回归分析提供一种新的算法,这个算法是生存双支持向量回归算法(STWSVR),主要研究利用该算法对右删失的生存数据进行的分析。这个算法是基于双支持向量回归算法(TWSVR)的扩展。STWSVR算法主要是使用一些调节参数来解决一对二次规划问题(QPPs)。通过与生存SVR模型(SSVR),Cox比例风险回归模型,加上Lasso惩罚的Cox比例风险回归模型,随机生存林模型和L₂-梯度提升模型在一个模拟数据集和6个实际临床数据集上进行比较,并使用两种评估方法C指数和Logrank x²统计量,说明了STWSVR算法的性能。

【文章页数】：39 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 引言
    1 研究背景
        1.1 国内外研究现状
        1.2 生存数据的删失类型
        1.3 生存数据的评价指标
    2 研究内容及章节安排
第二章 双支持向量机
    1 支持向量机回归和分类的等价性
    2 双支持向量机
第三章 运用STWSVR处理生存数据
    1 STWSVR
第四章 模拟数据与实例分析
    1 模拟数据分析
    2 实际临床数据分析
第五章 总结与展望
参考文献
附录
致谢



本文编号：3773311