公开(公告)号：CN113284612A

公开(公告)日：2021-08-20

申请号：CN202110560207.4

申请日：2021-05-21

Applicant: 大连海事大学

Inventor： 马宝山 ,  侯晓宇 ,  苍佳慧 ,  赵浩然 ,  钱政宇 ,  陈一盈 ,  闫格

IPC: G16H50/20 ,  G06N5/00

Abstract: 本发明公开了一种基于XGBoost算法的生存分析方法，通过在原有的XGBoost方法中优化了目标函数，使用带有惩罚项的Cox回归作为新的学习目标。根据生存数据定制一个特定的损失函数，推导出损失函数的一阶和二阶梯度。并采用带有L1惩罚项的Cox偏似然估计的Breslow近似，导出了梯度的简化数学表达式。根据此表达式通过决策树算法优化个体危险比率预测值，从而实现了基于基因表达数据的疾病患者存活率的准确预测以及其对高维数据的解释性和适应性，有效预测患者的生存状态。

公开(公告)号：CN113284612B

公开(公告)日：2024-04-16

申请号：CN202110560207.4

申请日：2021-05-21

Applicant: 大连海事大学

Inventor： 马宝山 ,  侯晓宇 ,  苍佳慧 ,  赵浩然 ,  钱政宇 ,  陈一盈 ,  闫格

IPC: G16H50/20 ,  G06N5/01

Abstract: 本发明公开了一种基于XGBoost算法的生存分析方法，通过在原有的XGBoost方法中优化了目标函数，使用带有惩罚项的Cox回归作为新的学习目标。根据生存数据定制一个特定的损失函数，推导出损失函数的一阶和二阶梯度。并采用带有L1惩罚项的Cox偏似然估计的Breslow近似，导出了梯度的简化数学表达式。根据此表达式通过决策树算法优化个体危险比率预测值，从而实现了基于基因表达数据的疾病患者存活率的准确预测以及其对高维数据的解释性和适应性，有效预测患者的生存状态。