本論文では、生存分析のための新しい解釈可能なモデルDySを提案している。生存分析は、医療分野などで広く使われる手法であり、正確な予測と同時に解釈可能性が重要である。
DySは以下の特徴を持つ:
解釈可能性: DySは、ガラスボックスモデルであり、モデル構造から自然に特徴重要度や特徴影響度を得ることができる。
高い予測精度: DySは、ベンチマークデータセットでも最先端の手法と同等の予測精度を示す。
大規模データへの対応: DySは、2段階の学習アプローチと特徴選択機能により、大規模なデータセットにも効率的に適用できる。
特徴選択: DySは、特徴選択を学習過程に組み込むことができ、解釈性の高い予測モデルを構築できる。
DySの学習アプローチでは、まず主効果を学習し、次に主効果間の交互作用を学習する2段階の方法を採用している。これにより、大規模データでも効率的に学習できる。また、特徴選択機能を備えており、重要な特徴を自動的に選択できる。
提案手法DySは、生存分析の分野において、高い予測精度と解釈可能性を両立した新しいモデルとして位置づけられる。
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Mike Van Nes... om arxiv.org 04-24-2024
https://arxiv.org/pdf/2404.14689.pdfDiepere vragen