我正在尝试使用Ranger计算的随机生存林中的预测来计算特定时间点的c-index。我知道这可以通过以下代码轻松完成coxph模型:
cox_model = coxph(Surv(time, status == 1) ~ ., data = train)
c_index_test <- pec::cindex(cox_model, formula = Cox_model$formula, data=test, eval.times= c(30, 90, 730))
#want to evaluate at 1 month, 3 months, and 2 years
然而,尽管我可以使用rfsrc()
生成的随机森林在这些时间点轻松计算c-index,但我无法使用游侠来完成。
除了pec cindex()
函数(它不适用于类“ ranger ”的对象外,我还尝试了concordance.index函数(survcomp的一部分)包)并尝试使用predict.ranger函数生成生存概率预测的不同组合,但没有任何效果。
如果有人可以提供关于如何计算游侠RSF的c-index(在特定时间点和外部验证集上的)的代码,我将非常感激!!!我已经能够使用randomforestSRC做到这一点,但它只需要很长时间,我的R会话通常会超时,而且我实际上无法获得任何结果,包含> 10棵树的运行......
答案 0 :(得分:1)
游侠包会计算Harrell的c-index,该值类似于一致性统计信息。如果您拥有拟合模型....
public partial class frmPersonnelVerified : System.Web.UI.Page
{
protected void Page_Load(object sender, EventArgs e)
{
//Utilize the textbox information to forward to the frmPersonnelVerified page from another page
txtVerifiedInfo.Text = Session["txtFirstName"].ToString() +
"\n" + Session["txtLastName"].ToString() +
"\n" + Session["txtPayRate"].ToString() +
"\n" + Session["txtStartDate"].ToString() +
"\n" + Session["txtEndDate"].ToString();
}
}
,则属性rf
等效于prediction.error
。请查看以下link,了解更多详细信息。