我是一个初学者,尝试使用机器学习对肺癌数据集进行生存分析。我知道如何使用 Cox 比例风险模型进行生存分析。Cox 比例风险模型为我们提供了风险比,它只是回归系数的指数。我想知道,我们是否可以使用机器学习来做同样的事情。作为初学者,我正在尝试survivalsvm
使用 R 语言。请参阅此链接。我正在使用内置的癌症数据进行生存分析。以下是此链接中给出的 R 代码。
library(survival)
library(survivalsvm)
set.seed(123)
n <- nrow(veteran)
train.index <- sample(1:n, 0.7 * n, replace = FALSE)
test.index <- setdiff(1:n, train.index)
survsvm.reg <- survivalsvm(Surv(diagtime, status) ~ .,
subset = train.index, data = veteran,
type = "regression", gamma.mu = 1,
opt.meth = "quadprog", kernel = "add_kernel")
print(survsvm.reg)
pred.survsvm.reg <- predict(object = survsvm.reg,
newdata = veteran, subset = test.index)
print(pred.survsvm.reg)
谁能帮我得到这个数据集的风险比或生存曲线?另外,如何解释这个函数的输出