随机森林SRC预测值

Question

我一直在尝试使用R包“randomForestSRC”来预测一些东西，但在运行'rfsrc'和'predict.rfsrc'之后，它们都有一个名为predicted的返回值，但是预测值似乎与我的任何值都不相关。是否有人知道这些预测值是什么？

我运行的命令：（这是从文档中的示例中复制的）

data(veteran, package = "randomForestSRC")
train <- sample(1:nrow(veteran), round(nrow(veteran) * 0.80))
veteran.grow <- rfsrc(Surv(time, status) ~ ., veteran[train, ], ntree = 100)
veteran.pred <- predict(veteran.grow, veteran[-train , ])

预测值：

veteran.pred$predicted
[1] 49.96350 58.45100 38.28317 63.17000 67.56917 57.45633 66.23733 54.81967 72.60817 47.71083 43.94983 37.85000
[13] 41.80333 47.84233 85.81488 70.49050 92.45600 70.95321 85.63933 45.38833 66.74655 76.46067 52.68717 68.90750
[25] 85.17983 43.31617 48.80267

- Allen Huang

---

这些数值对我来说并不奇怪，如果你查看“摘要”，统计值并不是很远，而且它的“n”相对较小。 - bbiasi

Answer 1

rfsrc和predict.rfsrc的预测值是基于所有构建的树使用训练数据和测试数据进行的预测。

#In-bag predicted value for the first case in training data
veteran.grow$predicted[1]
> 80.56843

#Prediction based on all trees for the same case
predict(veteran.grow, 
        newdata=veteran[train[1],])$predicted
> 80.56843

rfsrc 还返回 袋外预测，即 predicted.oob。它基于未在构建过程中使用的树。例如，如果案例 1 在树 1 到 30 中使用，则案例 1 的 OOB 预测将基于树 31 到 100，而不是所有树。

#Keeping the info about nodes of each tree
veteran.grow <- rfsrc(Surv(time, status) ~ ., veteran[train, ], ntree = 100, 
  membership=T)

#Out-of-bag predicted value for the first case
veteran.grow$predicted.oob[1]
> 72.88305

#Prediction based on the trees that case 1 was not included in
ind = which(veteran.grow$inbag[1,]==0)
predict(veteran.grow, 
        newdata=veteran[train[1],], 
        get.tree=ind)$predicted
> 72.88305

- Ryan SY Kwan

---

很棒的回答！如果您有时间，能否请看一下我的问题？https://stackoverflow.com/questions/66684292/r-plot-individual-predictions 谢谢！ - stats_noob

答案与问题不相关。问题是什么是“预测”值，而不是如何获得预测值。答案应该是“预测中位生存时间”还是“在某个时间点上预测生存概率”，或者其他什么？ - Katelynn ruan

根据randomForestSRC手册，森林（predicted和predicted.oob）预测的生存值如下： 一个死亡率向量，代表每个个体的估计风险，校准为事件数量的比例（例如，如果i具有100的死亡率值，则如果所有个体具有与i相同的x值，则我们预计平均发生100次事件）。 - Ryan SY Kwan