使用ranger包我运行以下脚本:
rf <- ranger(Surv(time, Y) ~ ., data = train_frame[1:50000, ], write.forest = TRUE, num.trees = 100)
test_frame <- train_frame[50001:100000, ]
preds <- predict(rf, test_frame)
chfs <- preds$chf
plot(chfs[1, ])
累积危险函数在X轴上具有索引1 - 36。显然这与时间相对应,但我不确定如何:我的观察时间变量的范围从最小值0到最大值399.原始数据与predict.ranger
的预测输出之间的映射是什么,我如何操作这个来量化一定时间后给定受试者的风险程度?
以下是我的时间/事件数据的示例:
Y time
<int> <dbl>
1 1 358
2 0 90
3 0 162
4 0 35
5 0 307
6 0 69
7 0 184
8 0 24
9 0 366
10 0 33
答案 0 :(得分:3)
在预测对象中,称为.top {
...
z-index: 1;
}
的向量包含计算CHF和生存估计的时间点。 $( document ).ready(function() {
var arr, i;
$.ajax({
method: "GET",
url: "json.php",
dataType: "json"
}).done(function( data ) {
arr = $.parseJSON(data);
i = 0;
$(':checkbox').each(function(){
this.checked = arr[i++];
});
})
});
矩阵在行中有观察值,在列中有这些时间点,unique.death.times
也是如此。
可重复的例子:
chf
为生存林设置survival
会引发错误。