R语言机器学习算法实战系列（十五）随机森林生存预后模型+SHAP值 (Random Survival Forest + SHAP)
禁止商业或二改转载，仅供自学使用，侵权必究，如需截取部分内容请后台联系作者!
文章目录
-
- 介绍
-
- 教程
- 加载R包
- 案例数据
- 数据预处理
- 数据描述
- 构建randomForestSRC模型
- 评估模型
-
- C-index
- Brier score
- 特征重要性
- 构建新的随机森林生存模型
-
- 风险打分
- 高低风险分组的生存分析
- 时间依赖的ROC（Time-Dependent ROC）
- 模型解释SHAP
- 保存模型
- 总结
- 系统信息
介绍
随机森林生存分析（Random Survival Forest，简称RSF）是一种用于处理右删失数据（即生存时间数据）的机器学习方法，它是传统随机森林算法在生存分析领域的扩展。RSF的目标变量是生存时间，它考虑了每个样本的生存时间（T）和删失时间（C），其中删失时间指的是在观察期间内未发生感兴趣事件的时间。RSF框架的核心步骤包括：
- 数据重采样：从原始数据中抽取多个bootstrap样本，每个样本平均排除一定比例的数据，称为袋外数据（Out-Of-Bag, OOB）。
- 构建生存树：对每个bootstrap样本构建一棵二叉生存树。在树的每个节点上，随机选取一定数量的候选变量，并使用最大化子节点之间生存差异的候选变量进行拆分。
- 生长限制：在