本文介绍了Spark.ml中的加速失效时间（AFT）模型，这是一种用于生存分析的参数回归模型。AFT模型描述了生存时间对数的模型，相比比例风险模型，更适合并行化计算。模型中，协变量的效应通过θ表示，模型的解释是θ=2意味着事件发生速度是未暴露个体的两倍。该模型在处理生存时间数据时，尤其是存在右删失观察的情况下，提供了直观的解释。
2.4 回归（regression）
2.4.1 @生存分析（AFT Survival Regression）
在Spark.ml中，实现了加速失效时间（AFT(Accelerate Failure Time)）模型，这是一个用于检查数据的参数生存回归模型。它描述了生存时间对数的模型，因此它通常被称为生存分析的对数线性模型。不同于为相同目的设计的比例风险模型，AFT模型更容易并行化，因为买个实例独立地贡献于目标函数。
模型规范（Wikipedia）：
在通用性方面，加速失效时间模型可以指定为：
其中θ表示协变量的联合效应，通常
。(用负号指定回归系数，意味着高的协变量值增加了生存时间，但这只是一个符号标记;如果没有负号，就会增加风险。
这满足了如果概率密度函数是
最低0.47元/天 解锁文章
扫一扫
1140
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
