如何解决我应该使用交叉验证的平均一致性指数，还是只汇总一个Cox比例风险模型？
我一直在使用10倍交叉验证对癌症样品进行生存分析。对于每个训练折叠，我都选择功能，然后在测试过程中运行修改后的KNN以检索训练邻居，并将其平均生存时间分配给测试样本（这不是经过修改的，但KNN算法不是在这里很重要）。我使用分配的生存时间和测试用例的状态来构建cox比例风险模型，并使用一致性指数来测试性能。目前，我已经建立了一个考克斯比例风险模型，并为每个测试折叠提取了一个一致性指数，然后在完成对整个系统的评估后计算了平均一致性指数。
但是，我的同事认为我应该（通过行绑定）汇总所有测试样本的每种时间和状态，并且只建立一次Cox比例风险模型。然后，我计算出一致性指数。
我们进行了测试，发现结果不同。计算平均值得出0.734（我的方法），而汇总所有测试用例并建立一个模型则得出0.720。但是，我相信，在其他测试中，这很容易朝另一个方向摆动。
因此，我的问题是：以下哪种方法正确？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
