랜덤포레스트를 이용한 생존분석에서의 상관예측변수 중요도 개선 = Improving correlated variable importance for random survival forest

국문 초록 (Abstract)

랜덤포레스트는 분류와 회귀문제에서 종종 사용되는 앙상블 방법론으로 여러 의사결정나무를 융합함으로써 예측력을 높여준다. 융합으로 인한 해석의 문제점은 각 변수의 변수중요도를 평가하여 제공함으로 해결한다. 랜덤포레스트-생존모형은 랜덤포레스트의 장점을 바탕으로, 생존분석에 적용한 방법론이다. 하지만 랜덤포레스트를 적용할 때 예측변수간 상관관계가 있을 경우, 변수중요도가 하향 편향된다는 사실이 알려져 있다. 특히 랜덤포레스트-생존모형에서는 예측변수 간 선형상관관계 뿐만 아니라 비선형상관관계가 있을 경우에도 변수중요도가 하향 편향될 수 있다.
따라서 우리는 기존의 변수중요도를 구하는 알고리즘을 수정하여 변수중요도가 하향 편향되는 문제를 해결한다. 모의실험과 실제사례를 통해 두 개선 알고리즘이 하향 편향된 변수중요도를 개선하는 것을 설명한다. 특히 모든 변수의 변수중요도를 상향하는 것이 아닌, 선형 및 비선형관계의 예측변수가 개별적으로 중요한 변수인 경우에만 변수중요도를 상향한다. 이를 통해 본 논문에서 제시하는 두 알고리즘의 의의성을 확인한다.

다국어 초록 (Multilingual Abstract)

Random forest is an ensemble method often used in classification and regression problems. It increases predictive power through fusing several decision trees. The problem of interpretation due to fusion is solved by evaluating and providing the importance of each variable. Random survival forest is a method applied to survival analysis based on the advantages of random forest. However, it is known that when applying a random forest, the importance of the variable is biased downward if there is a correlation between predictors. In particular, in the random survival forest, the importance of variables may be biased downward when there is a nonlinear correlation as well as linear correlation between predictors.
Therefore, we solve the problem of downward bias in variable importance by applying different methods to each existing algorithm. Through simulations and real data, it can be illustrated that the two modified algorithms improve the importance of downward biased variables. In particular, it does not increase the importance of all variables, but increases the importance of variables only when the predictors of linear and nonlinear relationships are individually important variables. Through this, the improvement of the two proposed algorithms presented is confirmed.

목차 (Table of Contents)

• (국문)초록 ⅰ
• ABSTRACT ⅱ
• 목차 ⅳ
• 표 목차 ⅴ
• 그림 목차 ⅵ
• 제 1장 서론 1
• 제 2장 변수중요도 3
• 2.1 이론적 배경 3
• 2.2 CHF 변수중요도 4
• 2.3 Minimal depth 변수중요도 7
• 2.4 개선한 CHF 변수중요도 8
• 2.5 개선한 Minimal depth 변수중요도 12
• 제 3장 모의실험 13
• 3.1 변수의 생성 및 생존시간의 생성 13
• 3.2 상관관계의 변수를 제외한 상황에서 해당 관계에 있는 변수의 변수중요도 14
• 3.3 개선 전, 후 비교 16
• 제 4장 사례 분석 18
• 4.1 사례분석 자료 소개 18
• 4.2 선형 관계의 변수를 제외한 상황에서 해당 관계에 있는 변수의 변수중요도 20
• 4.3 개선 전, 후 비교 22
• 제 5장 결론 24
• 참고문헌 25