森林图怎么分析_赠书随机生存森林模型

---文末留言，即可有机会获得赠书噢！

随着机器学习的发展，机器学习模型被应用与生存分析的问题上，其中包括生存森 林模型。有几个包可以实现随机生存森林，包括ranger，randomForestSRC。本章节是通过ranger实现随机森林模型。 随机生存森林模型通过ranger函数构建，ranger()为数据集中的每个观察建立一个模型。下一个代码块使用上面Cox模型中使用的相同数据以及变量构建模型，并绘制20条随机曲线，以及表示所有患者的全局平均值的曲线。使用ranger构建随机森林模型，第一个参数依然是公式，公式的左边是一个生存对象。第二个参数是data，表示用于建模的数据集。第三个参数是mtry，用于表示所选取的特征数目，第四个参数importance用于指定变量重要性的模型。第五个参数splitrule用于指定决策树的划分指标。第六个参数verbose表示是否显示出运行状态。然后，结果曲线如图4.14所示。

library(ranger)r_fit                  ph.karno + wt.loss, data = na.omit(lung),                     mtry = 4,                     importance = "permutation",                     splitrule = "extratrees",                     verbose = TRUE)# Average the survival modelsdeath_times surv_prob avg