Как правильно использовать XGBoost для прогнозирования отношения рисков? [закрыто] ⇐ Python

[Anonymous]

Я хочу использовать модель XGBoost для прогнозирования коэффициента риска, поэтому я использую цель «выживание: управление». Я вижу здесь этот урок, где похоже, что они подают цензуру (независимо от того, произошло ли событие или нет для данного пациента) в виде «sample_weight». С другой стороны, я вижу здесь, что здесь говорится: «Регрессия Кокса для данных о времени выживания, подвергнутых цензуре справа (отрицательные значения считаются цензурированными справа)».
Какой из этих методов правильный? Для пациентов, у которых не было события, следует ли мне сделать время выживания отрицательным или мне следует установить вес равным 0?
Если этот вопрос сформулирован неправильно, сообщите мне, в чем проблема, чтобы я мог ее исправить.

Подробнее здесь: https://stackoverflow.com/questions/798 ... prediction