自己做的网站显示不出来,山西省,最赚钱的小型加工厂,中国采招网官方网站常见问题解答
1、计算C指数
1-Error rate#xff0c;或者
rsf.err - get.cindex(yvar$Survival_months,yvar$OS,predictedrf.grow$predicted) 2、模型中predicted和predicted.oob区别
predicted和predicted.oob是两个不同的属性#xff0c;它们分别表示模型的预测结果…常见问题解答
1、计算C指数
1-Error rate或者
rsf.err - get.cindex(yvar$Survival_months,yvar$OS,predictedrf.grow$predicted) 2、模型中predicted和predicted.oob区别
predicted和predicted.oob是两个不同的属性它们分别表示模型的预测结果和袋外(out-of-bag)预测结果。predicted是指通过随机森林模型对训练数据的预测结果。当你使用模型来对训练数据进行预测时predicted会给出每个样本的预测值。predicted.oob是指模型对袋外(out-of-bag)样本的预测结果。袋外样本是在随机森林的构建中没有被用于训练的样本。这些样本用于估计模型的泛化性能。predicted.oob包含了对每个袋外样本的预测值这些值可以用于评估模型在未见过的数据上的表现。在实际操作中如果bootstrap为“none”则只有predicted结果若为“by.root”(默认值则有predicted和predicted.oob。
3、如何绘制随机生存森林的DCA曲线
library(riskRegression)
library(dcurves)
1 year-predictRisk(rf.grow,newdatass,time12)#rf.grow为建立的随机生存森林模型
ss$1 year-1 year
d-dcurves::dca(Surv(Survival_months, OS) ~ 1 year,data ss,time 12 # 时间选1年
)%% dcurves::as_tibble()
library(ggplot2)
ggplot(d, aes(xthreshold, ynet_benefit,colorvariable))stat_smooth(method loess, se FALSE, formula y ~ x, span 0.2) coord_cartesian(ylim c(-0.01, 0.6)) scale_x_continuous(labels scales::label_percent(accuracy 1)) labs(x Threshold Probability, y Net Benefit, color ) theme_bw()
