mlr やその他のパッケージを使用して生存分析を行っています。mlr では、surv.rpart と surv.glmboost を使用しています。これを行うために、元のパッケージ rpart と mboost も使用します。それらの結果は異なることがわかりました。次に例を示します。
> myData2 <- data.frame(DaySum=c(3,2,1,6,3,2,2,5,2,7,2),
DaysDiff=c(24,4,5,12,3,31,131,6,35,18,19),
Status='TRUE')
> myData2$Status <- as.logical(myData2$Status)
> myTrain <- c(1:(nrow(myData2)-1))
> myTest <- nrow(myData2)
mlr で surv.rpart を使用すると、結果は次のようになります。
> surv.task <- makeSurvTask(data=myData2,target=c('DaysDiff','Status'))
> surv.lrn <- makeLearner("surv.rpart")
> mod <- train(learner=surv.lrn,task=surv.task,subset=myTrain)
> surv.pred <- predict(mod,task=surv.task,subset=myTest)
> surv.pred
Prediction: 1 observations
predict.type: response
threshold:
time: 0.00
id truth.time truth.event response
11 11 19 TRUE 1
元の rpart パッケージを使用すると、結果は次のようになります。
> train <- myData2[1:(nrow(myData2)-1),]
> test <- myData2[nrow(myData2),]
> fit <- rpart(DaysDiff~DaySum,data=train)
> predict(fit,newdata=test)
[1] 26.9
2 つの異なる結果が得られたのはなぜですか? mlr からの結果には何らかの変換があるのに対し、rpart パッケージは私が望む結果を直接提供するようです。surv.glmboost を使用すると、同じことが起こります。
> surv.task <- makeSurvTask(data=myData2,target=c('DaysDiff','Status'))
Warning messages:
1: Unknown or uninitialised column: 'Weibull'.
2: Unknown or uninitialised column: 'Cox'.
3: Unknown or uninitialised column: 'Month2'.
4: Unknown or uninitialised column: 'Month2'.
5: Unknown or uninitialised column: 'Month'.
6: Unknown or uninitialised column: 'Month'.
7: Unknown or uninitialised column: 'MonthsDiff'.
8: Unknown or uninitialised column: 'Weibull'.
9: Unknown or uninitialised column: 'Cox'.
> surv.lrn <- makeLearner("surv.glmboost")
> mod <- train(learner=surv.lrn,task=surv.task,subset=myTrain)
Warning message:
In names(data) != all.vars(formula[[2]]) :
longer object length is not a multiple of shorter object length
> surv.pred <- predict(mod,task=surv.task,subset=myTest)
> surv.pred
Prediction: 1 observations
predict.type: response
threshold:
time: 0.00
id truth.time truth.event response
11 11 19 TRUE -0.1946239
mboost パッケージを使用した結果は次のとおりです。
> train <- myData2[1:(nrow(myData2)-1),]
Warning messages:
1: Unknown or uninitialised column: 'Weibull'.
2: Unknown or uninitialised column: 'Cox'.
3: Unknown or uninitialised column: 'Month2'.
4: Unknown or uninitialised column: 'Month2'.
5: Unknown or uninitialised column: 'Month'.
6: Unknown or uninitialised column: 'Month'.
7: Unknown or uninitialised column: 'MonthsDiff'.
8: Unknown or uninitialised column: 'Weibull'.
9: Unknown or uninitialised column: 'Cox'.
> test <- myData2[nrow(myData2),]
> fit <- glmboost(DaysDiff~DaySum,data=train)
> predict(fit,newdata=test)
[,1]
[1,] 33.08294
これは私がこれまでに見つけたものです。これは、surv.cforest などの他の関数で発生する可能性があります。私の質問は：なぜこれが起こるのですか？また、mlr パッケージを使用する場合、rpart や mboost などの結果を取得するにはどうすればよいですか?