是否可以使用以下数据运行支持向量机来预测生存？答案

【问题标题】：Is possible to run support vector machine using following data to predict survival?是否可以使用以下数据运行支持向量机来预测生存？
【发布时间】：2020-02-16 00:08:44
【问题描述】：

我们的数据包含三种类型的自变量。

年龄：分类变量

性别：连续变量

Lab1wk / Lab2wk / Lab4wk / Lab6wk：特定实验室值的时间序列数据

------------年龄-性别-Lab1wk-Lab2wk-Lab4wk-Lab6wk---生存
案例1--------31--1--------23--------21--------2--------31-- --------是的

案例2---------2--2--------31--------31-------39--------92-- --------没有
案例3---------9--1--------21--------0--------31--------34- ---------是的
.....
案例3092---42--1--------93-------99-------32---------0------- ---是的

为了预测生存，我正在尝试使用 python 运行支持向量机。

我想在模型中包含所有实验室值（Lab1wk / Lab2wk / Lab4wk / Lab6wk），因为我认为实验室值的未知模式会强烈影响生存。

大约有 3000 例，运行支持向量机进行生存预测是否合理？

或者我应该运行另一种统计方法吗？

非常感谢，提前。

【问题讨论】：

标签： time-series svm prediction continuous

【解决方案1】：

在本站信息的帮助下，我通过使用深度神经网络和循环神经网络的集成模型解决了这个问题。谢谢~！

【讨论】：

感谢您回答自己的问题，我们非常感谢您在这里自学。但是，由于您发布了答案，您能否分享更多关于您如何解决此问题的信息？也许一些链接到您找到的信息，或简短的解释？当他们发现您的问题并想知道解决方案时，这将帮助未来的用户解决同样的问题。毕竟我们是来分享信息的！