是否可以 运行 支持向量机使用以下数据来预测生存?

Is possible to run support vector machine using following data to predict survival?

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

案例2--------2----2--------31--------31--------39--------92-- --------否
案例3--------9---1--------21--------0--------31--------34- --------是
.....
外壳3092---42--1--------93--------99--------32--------0------ ---是

为了预测生存率,我正在尝试 运行 使用 python 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严重影响生存。

大约有 3000 个案例,运行 支持向量机预测生存是否合理?

或者我应该运行另一种统计方法吗?

非常感谢您。

借助本站内的信息,我通过使用深度神经网络和递归神经网络的集成模型解决了这个问题。谢谢~!