커널 기반 랜덤 서바이벌 포레스트

초록

본 논문은 기존 랜덤 서바이벌 포레스트(RSF)에 커널 함수를 도입한 Kernel Induced Random Survival Forests(KIRSF)를 제안한다. KIRSF는 각 개체의 누적 위험 함수를 예측하고, Harrell의 C‑index를 이용해 검증한다. 실험 결과, 다양한 데이터셋에서 KIRSF가 RSF보다 높은 예측 정확도를 보이며, 특히 비선형 관계가 강한 경우에 유리함을 확인하였다.

상세 분석

KIRSF는 RSF의 기본 구조를 유지하면서, 트리 분할 기준에 커널 함수를 적용한다는 점이 핵심이다. 기존 RSF는 변수의 원시값을 이용해 최적의 분할을 찾지만, 비선형 상호작용을 포착하기엔 한계가 있다. 이를 보완하기 위해 저자들은 각 샘플을 고차원 특징공간으로 매핑하는 커널 트릭을 도입한다. 구체적으로, 입력 데이터 X에 대해 커널 행렬 K(i,j)=k(x_i,x_j)를 계산하고, 이 행렬을 기반으로 노드의 순수도(예: 로그랭크 통계량)를 평가한다. 이렇게 하면 원래 공간에서는 선형적으로 구분되지 않던 패턴도 트리 구조 내에서 효과적으로 분할할 수 있다.
또한, KIRSF는 부트스트랩 샘플링과 무작위 변수 선택을 그대로 적용해 과적합을 방지하고, 변수 중요도 평가에서도 커널 기반의 변형을 제공한다. 예측 단계에서는 각 트리에서 얻은 누적 위험 함수를 평균해 최종 CHF를 산출하고, 검증에는 검열을 고려한 C‑index를 사용한다. C‑index는 시간에 종속되지 않은 전반적인 순위 정확도를 제공하므로, KIRSF의 성능을 객관적으로 비교하기에 적합하다.
실험에서는 시뮬레이션 데이터와 실제 임상 데이터(예: 유방암, 폐암) 두 종류를 사용했으며, KIRSF는 특히 비선형 효과가 강하거나 변수 간 상호작용이 많은 경우에 RSF 대비 C‑index가 0.02~0.05 정도 향상되었다. 그러나 커널 행렬 계산 비용이 O(n²)으로 증가함에 따라 대규모 데이터셋에서는 메모리와 연산량이 제한 요인으로 작용한다. 이를 완화하기 위해 저자들은 저차원 근사(예: 랜덤 Fourier Features)나 서브샘플링 전략을 제안했지만, 아직 최적화 단계는 아니다. 전반적으로 KIRSF는 RSF의 장점을 유지하면서 비선형 패턴을 효과적으로 포착하는 강력한 대안으로 평가된다.