У меня около 500 переменных на пациента, каждая переменная имеет одно непрерывное значение и измеряется в трех разных временных точках (через 2 месяца и через 1 год). С регрессией я хотел бы предсказать исход лечения для новых пациентов.
Можно ли использовать SVM-регрессию с такими продольными данными?
regression
svm
panel-data
Трим
источник
источник
Ответы:
Да, это возможно За исключением того, что в продольных данных использование ядра Фишера работает лучше, чем RBF или линейные. Подобная настройка, подобная вашей, приведена в этом документе NIPS: http://research.microsoft.com/pubs/147234/NIPS08.pdf
источник
Это интересный вопрос, и я быстро провел исследование.
ОП спросил о регрессии для непрерывных данных. Но статья, на которую ссылается @Vikram, работает только для классификации .
Родственная бумага для регрессии я нашел следующее . Технические подробности можно найти в разделе 2.3.
Общедоступного программного обеспечения не найдено, но авторы заявили о простоте использования в конце статьи.
Чтобы уточнить немного, есть два подхода к регрессионному анализу с использованием SVM (машина опорных векторов):
Вышеупомянутые Seol et al. (2011) приняли подход LS-VSM .
источник