randomForestSRC - 每个患者的累积风险答案

【问题标题】：randomForestSRC - cumulative hazard per patientrandomForestSRC - 每个患者的累积风险
【发布时间】：2017-04-01 19:41:51
【问题描述】：

我想使用随机生存森林来预测每位患者的累积风险，并通过选择具有最小累积风险的治疗来预测治疗。我想我已经接近了，但我不确定randomForestSRC 包中的输出之一会得到什么。

我使用的数据是GBSG2 乳腺癌数据。患者要么接受激素治疗，要么不接受激素治疗。

这是我目前的代码

#load data
library(TH.data)
data(GBSG2)

#test and train
smp_size <- floor(0.75 * nrow(GBSG2))
set.seed(123)
train_ind <- sample(seq_len(nrow(GBSG2)), size = smp_size)
train <- GBSG2[train_ind, ]
test <- GBSG2[-train_ind, ]

#rsf fit
library(randomForestSRC)
rf.fit <- rfsrc(formula = Surv(time,cens)~., ntree = 100,
                          data=train)
#rsf predict
rf.pred <- predict(rf.fit, test)

#rsf cumulative hazard
rf.pred$chf

我对输出有点困惑。我假设对于每个患者，我对治疗与非治疗都有累积风险。我不确定为什么我为每个患者设置了四个值。

【问题讨论】：

标签： r random-forest survival-analysis

【解决方案1】：

rf.pred$chf 的维度将为 [rf.pred$n] x [rf.pred$time.interest]。有关相关终端节点统计和集成的信息，请参阅我们 GitHub 页面上的理论和规范部分：

https://kogalur.github.io/randomForestSRC/

【讨论】：