"survivalsvm“预测了什么？

Question

我正在尝试开发一个使用癌症生存数据的预测模型，并使用R包survivalsvm，它使用支持向量机方法。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险函数，但是在survivalsvm中它是一样的吗？我运行了Cox和survivalsvm模型，结果非常不同：

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

不同之处可能是因为您使用的是缺省参数，该参数使用的type="regression"使用本paper中所述的回归方法。

总之，作者(Van Belle et al.)提出一种不同的方法(模型2和模型3)，该方法本质上使用Cox模型，但同时具有回归和排名约束。

注意到，然而，作者得出结论：

模型2与coxmodel的

比较显示，在性能上没有显著差异。模型2优于cox模型的优点在于易于扩展到非线性模型，而不需要在建模前检查变量的非线性。

函数文档中的(重点关注参数类型)：

实现的模型使用以下表示法：

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

根据基于排名约束的生存支持向量机的第一个版本，由Van Belle等人命名为vanbelle1。(2011b)，

根据第二版生存支持向量机的“vanbelle2”，基于排名约束，就像Van Belle等人在model1中提出的那样。(2011 B)和

Answer 2

来自survivalsvm的预测必须被解释为排名。生存支持向量机的方法是能够预测个体之间的排名，例如，估计哪个患者应该比其他患者更早处理。另请参阅fouodo等人。(2018)，了解有关在R中使用包的更多详细信息。