randomForestSRC -每个病人的累积危险

Question

我想使用随机生存森林来预测每个病人的累积危险，并通过选择最小累积危险的治疗方案来预测治疗。我想我已经接近了，但我不知道我从randomForestSRC包中的一个输出中得到了什么。

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。

这是到目前为止我的代码

#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

​

​

我对产出感到有点困惑。我认为，对于每一个病人，我对治疗和不治疗都有一个累积的危险。我不知道为什么我对每个病人都有四个价值观。

Answer 1

rf.pred$chf的维数为rf.pred$n x rf.pred$time.interest。有关终端节点统计数据和组件的信息，请参阅我们的GitHub页面的理论和规范部分：

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