Question

有没有办法使用caret进行生存分析。我真的很喜欢它的易用性。我尝试使用party包来拟合随机生存林，该包位于插入符号列表中。

这有效：

library(survival)
library(caret)
library(party)


fitcforest <- cforest(Surv(futime, death) ~ sex+age, data=flchain,
                     controls = cforest_classical(ntree = 1000))

但是使用caret我收到错误：

fitControl <- trainControl(## 10-fold CV
  method = "repeatedcv",
  number = 10,
  repeats = 2,
)

cforestfit <- train(Surv(futime, death) ~ sex+age,data=flchain, method="cforest",trControl = fitControl)

我收到此错误：

Error: nrow(x) == length(y) is not TRUE

有没有办法让这些Surv对象与插入符号一起使用？我可以使用其他以生存分析为导向的包装吗？

感谢

Answer 1

还没有。这是即将推出的两个主要更新之一（另一个扩展预处理）。

如果您有兴趣帮助开发和/或测试这些功能，请离线与我联系。

谢谢，

最大

Answer 2

我发现无法用插入符号训练生存模型。作为替代方案，mlr框架（1）具有一组生存学习者（2）。我发现mlr对用户非常友好且有用。

mlr：Android reference for AsyncTask
mlr中的生存学习者：http://mlr-org.github.io/mlr-tutorial/release/html/

Answer 3

R中存在越来越多的模型生存数据模型，例子;

对于套索和弹性网：BioSpear。

对于随机森林：randomForestSRC。

Best，Loic

使用插入符号进行生存分析（随机生存林）

3 个答案: