Question

与其他机器学习方法一样，我划分了原始数据集（7个训练数据集：3个测试数据集）。

这是我的代码。

install.packages(randomForestSRC)
library(randomForestSRC)
data(pbc, package="randomForestSRC")
data <- na.omit(pbc)

train <- sample(1:nrow(data), round(nrow(data) * 0.70))

data.grow <- rfsrc(Surv(days, status) ~ ., 
                   data[train, ], 
                   ntree = 100,
                   tree.err=T,
                   importance=T,
                   nsplit=1,
                   proximity=T)

data.pred <- predict(data.grow, 
                     data[-train , ],
                     importance=T,
                     tree.err=T)

我有一个问题是该代码中的预测功能。

最初，我想构建一个基于随机生存森林的预测模型来预测疾病的发展。

例如，在用训练数据集建立预测模型之后，我想使用测试数据来了解疾病的发生概率，而测试数据却没有关于每个人的疾病发生率的信息，因为我想知道疾病的发生概率根据对象的一般特征，例如年龄，bmi，性别等。

但是，与我如上所述要构建谓词模型的意图不同，此程序包中的“预测”功能不能基于没有状态信息（事件/审查）的数据工作。

“预测”功能必须与结果信息一起使用（事件/审查）。

因此，我无法理解“预测”功能的含义。

如果“精确”功能仅适用于既有信息，那么将来如何根据受试者的一般特征来预测疾病的发展？

此外，如果此模型中的预测是根据结果信息构建的，那么随机生存森林模型中的“ predct”是什么意思。

请让我知道此软件包中的“预测”功能是什么。

感谢您阅读我的长问。

Answer 1

这种类型的模型predict的{{1}}的工作原理与您将predict.rfsrc与predict，{{ 1}}，glm或其他模型。

lm语句不需要您知道预测数据集的结果。我试图了解您为什么这么认为。您的示例RRF语句不起作用，因为它引用了不在示例数据集中的列。

我认为最好的计划是，我将使用下面的reproducible示例向您展示。如果您还有其他问题，可以在评论中问我。

predict

rfsrc

# Train a RFSRC model
mtcars.mreg <- rfsrc(Surv(mpg, cyl) ~., data = mtcars[1:30,],
                     tree.err=TRUE, importance = TRUE)

# Simulate new data
new_data <- mtcars[31:32,]


# predict
predicted <-predict(mtcars.mreg, new_data)
predicted

  Sample size of test (predict) data: 2
                Number of grow trees: 1000
  Average no. of grow terminal nodes: 4.898
         Total no. of grow variables: 9
                            Analysis: RSF
                              Family: surv-CR
                 Test set error rate: NA

randomForestSRC软件包中有关预测功能的问题

1 个答案: