“ survivalsvm”有什么预测？

Question

我正在尝试使用癌症生存数据开发预测模型，并使用了使用SVM方法的R包survivalsvm。运行以下代码后，我得到了一些结果，但发现很难解释它。我知道在Cox回归中它可以预测累积危害函数，但是在survivalsvm中是否相同？我同时运行了Cox和survivalsvm模型，结果却大不相同：

smodel_svm = survivalsvm(Surv(time, outcome) ~ radius.mean + tumor.size, data=training_set, gamma.mu = 1)
pred_test_svm = predict(smodel_svm, test_set)
summary(pred_test_svm)

Answer 1

差异可能是因为您使用的是ID's的默认参数，该参数使用了本paper中所述的回归方法。

总而言之，作者（Van Belle等人）提出了另一种方法（模型2和模型3），该方法主要使用Cox模型，但同时具有回归和排名约束。

注意，但是作者得出的结论是：

  

模型2与   coxmodel显示性能没有显着差异。相比于cox模型，模型2的优势在于可以轻松地扩展到非线性模型，而无需在建模之前检查变量的非线性

来自函数文档（着重于参数类型）：

  

以下符号用于实现的模型：

     

“回归”指的是回归方法，在Van Belle等人的论文中称为SVCR。 （2011b），

     根据基于排名约束的生存支持向量机第一版的'vanbelle1'，由Van Belle等人命名为RANKSVMC。 （2011b），

     根据生存支持向量机第二版的'vanbelle2'，它基于排名约束，例如Van Belle等人在model1中提出的。 （2011b）和

Answer 2

来自 survivalsvm 的预测必须解释为等级。生存svm中的方法是能够预测个体之间的等级，以估计例如应该比其他患者更早处理的患者。另请参见fouodo等。 （2018）了解有关 R 中软件包使用情况的更多详细信息。