使用插入符號進行生存分析（隨機生存林）

Question

有沒有辦法使用caret進行生存分析。 我真的很喜歡它的易用性。 我嘗試使用party包來安裝隨機生存林，這是在插入符號列表中。

這有效：

library(survival)
library(caret)
library(party)


fitcforest <- cforest(Surv(futime, death) ~ sex+age, data=flchain,
                     controls = cforest_classical(ntree = 1000))

但是使用caret我收到錯誤：

fitControl <- trainControl(## 10-fold CV
  method = "repeatedcv",
  number = 10,
  repeats = 2,
)

cforestfit <- train(Surv(futime, death) ~ sex+age,data=flchain, method="cforest",trControl = fitControl)

我收到此錯誤：

Error: nrow(x) == length(y) is not TRUE

有沒有辦法讓這些Surv對象與插入符號一起使用？ 我可以使用其他以生存分析為導向的包裝嗎？

謝謝

Answer 1

還沒。 這是即將推出的兩個主要更新之一（另一個擴展預處理）。

如果您有興趣幫助開發和/或測試這些功能，請離線與我聯系。

謝謝，

馬克斯

Answer 2

我發現無法用插入符號訓練生存模型。 作為替代方案，mlr框架（1）具有一組生存學習者（2）。 我發現mlr非常人性化且有用。

1. mlr： http ：//mlr-org.github.io/mlr-tutorial/release/html/
2. mlr中的生存學習者： http ：//mlr-org.github.io/mlr-tutorial/release/html/integrated_learners/index.html#survival-analysis-15

Answer 3

R中存在越來越多的模型生存數據，例如;

套索和彈性網：BioSpear。

對於隨機森林：randomForestSRC。

最好的，Loic