proportional_hazards()
将风险函数模型定义为协变量乘以基线风险的乘法函数。该函数可以拟合删失回归模型。
拟合该模型的方法有多种,通过设置模型引擎来选择估计方法。下面列出了该模型的引擎特定页面。
1 默认引擎。 ² 需要防风草扩展包。有关如何操作的更多信息防风草用于建模的是https://www.tidymodels.org/.
用法
proportional_hazards(
mode = "censored regression",
engine = "survival",
penalty = NULL,
mixture = NULL
)
参数
- mode
-
预测结果模式的单个字符串。该模型唯一可能的值为"censored regression"。
- engine
-
指定用于拟合的计算引擎的单个字符串。
- penalty
-
表示正则化总量的非负数(仅限特定引擎)。
- mixture
-
0 到 1(含)之间的数字,表示模型中 L1 正则化(即 lasso)的比例。
-
mixture = 1
指定纯套索模型, -
mixture = 0
指定岭回归模型,并且 -
0 < mixture < 1
指定弹性网络模型,插值套索和岭。
仅适用于特定发动机。
-
细节
此函数仅定义正在拟合的模型类型。一旦指定了引擎,也就定义了拟合模型的方法。有关设置引擎的更多信息,包括如何设置引擎参数,请参阅set_engine()
。
在 fit()
函数与数据一起使用之前,模型不会经过训练或拟合。
此函数中除 mode
和 engine
之外的每个参数都被捕获为 quosures 。要以编程方式传递值,请使用injection operator,如下所示:
value <- 1
proportional_hazards(argument = !!value)
由于生存模型通常涉及审查(并且需要使用 survival::Surv()
对象),因此 fit.model_spec()
函数将要求通过公式接口指定生存模型。
比例风险模型包括 Cox 模型。
例子
show_engines("proportional_hazards")
#> # A tibble: 0 × 2
#> # ℹ 2 variables: engine <chr>, mode <chr>
proportional_hazards(mode = "censored regression")
#> ! parsnip could not locate an implementation for `proportional_hazards`
#> censored regression model specifications.
#> ℹ The parsnip extension package censored implements support for this
#> specification.
#> ℹ Please install (if needed) and load to continue.
#> Proportional Hazards Model Specification (censored regression)
#>
#> Computational engine: survival
#>
相关用法
- R parsnip predict.model_fit 模型预测
- R parsnip parsnip_update 更新型号规格
- R parsnip logistic_reg 逻辑回归
- R parsnip linear_reg 线性回归
- R parsnip C5_rules C5.0 基于规则的分类模型
- R parsnip set_engine 声明计算引擎和特定参数
- R parsnip condense_control 将控制对象压缩为更小的控制对象
- R parsnip control_parsnip 控制拟合函数
- R parsnip augment 通过预测增强数据
- R parsnip repair_call 修复模型调用对象
- R parsnip dot-model_param_name_key 翻译模型调整参数的名称
- R parsnip glm_grouped 将数据集中的分组二项式结果与个案权重拟合
- R parsnip rule_fit 规则拟合模型
- R parsnip svm_rbf 径向基函数支持向量机
- R parsnip set_args 更改模型规范的元素
- R parsnip translate 解决计算引擎的模型规范
- R parsnip max_mtry_formula 根据公式确定 mtry 的最大值。此函数可能会根据公式和数据集限制 mtry 的值。对于生存和/或多变量模型来说,这是一种安全的方法。
- R parsnip svm_linear 线性支持向量机
- R parsnip set_new_model 注册模型的工具
- R parsnip rand_forest 随机森林
- R parsnip mlp 单层神经网络
- R parsnip nearest_neighbor K-最近邻
- R parsnip fit 将模型规范拟合到数据集
- R parsnip boost_tree 增强树
- R parsnip bart 贝叶斯加性回归树 (BART)
注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Proportional hazards regression。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。