生存分析随机森林实验与代码文档格式.docx
《生存分析随机森林实验与代码文档格式.docx》由会员分享，可在线阅读，更多相关《生存分析随机森林实验与代码文档格式.docx（8页珍藏版）》请在冰点文库上搜索。
27
Numberoftrees:
800
Minimumterminalnodesize:
3
Averageno.ofterminalnodes:
No.ofvariablestriedateachsplit:
Totalno.ofvariables:
452
Analysis:
RSF
Family:
surv
Splittingrule:
logrank
Errorrate:
%
发现直接使用随机森林得到的模型，预测误差很大，达到了%,进一步考虑使用随机森林模型进行变量选择，结果如下：
>
$
Samplesize:
52
Numberofdeaths:
19
500
2
9
logrank*random*
Numberofrandomsplitpoints:
10
$topvars
[1]"
213821_s_at"
"
219778_at"
204690_at"
220788_s_at"
202202_s_at"
[6]"
211603_s_at"
213055_at"
219336_s_at"
37892_at"
一共选取了9个变量，同时误差只有%
接下来，使用这些变量做cox回归，剔除模型中不显著（>
）的变量，最终参与模型建立的变量共有4个。
模型结果如下：
exp（coef）exp（-coef）lower.95upper.95
`218150_at`
`200914_x_at`
`220788_s_at`
`201398_s_at`
`201719_s_at`
`202945_at`
`203261_at`
`203757_s_at`
`205068_s_at`
最后选取六个变量拟合生存模型，绘制生存曲线如下：
下面绘制ROC曲线，分别在训练集和测试集上绘制ROC曲线，结果如下：
训练集：
测试集：
由于测试集上的样本过少，所以得到的AUC值波动大，考虑使用bootstrap多次计算训练集上的AUC值并求平均来测试模型的效果：
AUCat1year：
AUCat3year：
AUCat5year：
由此可以看到，随机森林通过删除贡献较低的变量，完成变量选择的工作，在测试集上具有较高的AUC值，但是比lasso-cox模型得到的AUC略低。
附录：
load（"
~/R/"
）
library（survival）
（10）
i<
-sample（1:
77,52）
train<
-dat[i,]
test<
-dat[-i,]
library（randomForestSRC）
<
-rfsrc（Surv（time,status）~.,data=train,
ntree=800,mtry=3,
nodesize=3,splitrule="
logrank"
-（object=,vdv,
method="
"
nrep=50）
$in1:
$modelsize）{
index[i]<
-which（names（dat）==$topvars[i]）
}
data<
-dat[,c（1,2,index）]
-data[i,]
-data[-i,]
-coxph（Surv（time,status）~.,data=train）
train_data<
-train[,c（1,2,which（summary$coefficients[,5]<
=+2）]
tset_data<
-test[,c（1,2,which（summary$coefficients[,5]<
-coxph（Surv（time,status）~.,data=train_data）
summary
names（coef）
plot（survfit,xlab="
Time"
ylab="
Proportion"
main="
CoxModel"
=TRUE,col=c（"
black"
"
red"
）,ylim=c,1））
index0<
-numeric（length（coef））
coefficients<
-coef
name<
-gsub（"
\`"
names（coefficients））
for（jin1:
length（index0））{
index0[j]<
-which（names（dat）==name[j]）
library（survivalROC）
riskscore<
（dat[i,index0]）%*%（coefficients）
y1<
-survivalROC（Stime=train$time,status=train$status,marker=riskscore,=1,span=*（nrow（train））^）
y3<
-survivalROC（Stime=train$time,status=train$status,marker=riskscore,=3,span=*（nrow（train））^）
y5<
-survivalROC（Stime=train$time,status=train$status,marker=riskscore,=5,span=*（nrow（train））^）
a<
-matrix（data=c（"
y1"
y3"
y5"
y1$AUC,y3$AUC,y5$AUC）,nrow=3,ncol=2）;
a
plot（y1$FP,y1$TP,type="
l"
xlab="
FalsePositiveRate"
TruePositiveRate"
Time-dependentROCcurve"
col="
green"
）
lines（y3$FP,y3$TP,col="
lty=2）
lines（y5$FP,y5$TP,col="
blue"
lty=3）
legend（"
bottomright"
bty="
n"
legend=c（"
AUCat1year:
AUCat3years:
AUCat5years:
）,col=c（"
）,lty=c（1,2,3）,cex=
abline（0,1）
（dat[-i,index0]）%*%（coefficients）
-survivalROC（Stime=test$time,status=test$status,marker=riskscore,=1,span=*（nrow（train））^）
-survivalROC（Stime=test$time,status=test$status,marker=riskscore,=3,span=*（nrow（train））^）
-survivalROC（Stime=test$time,status=test$status,marker=riskscore,=5,span=*（nrow（train））^）
-matrix（0,30,3）
for（cin1:
30）{
i<
train<
test<
<
train_data<
tset_data<
names（coef）
index0<
coefficients<
name<
for（jin1:
}
riskscore<
y1<
y3<
y5<
a[c,]<
-c（y1$AUC,y3$AUC,y5$AUC）
升级会员 