R SparkR spark.survreg用法及代码示例

说明：

spark.survreg 适合 SparkDataFrame 上的加速故障时间 (AFT) 生存回归模型。用户可以调用summary获取拟合的AFT模型的摘要，调用predict对新数据进行预测，调用write.ml/read.ml保存/加载拟合模型。

用法：

spark.survreg(data, formula, ...)

## S4 method for signature 'SparkDataFrame,formula'
spark.survreg(
  data,
  formula,
  aggregationDepth = 2,
  stringIndexerOrderType = c("frequencyDesc", "frequencyAsc", "alphabetDesc",
    "alphabetAsc")
)

## S4 method for signature 'AFTSurvivalRegressionModel'
summary(object)

## S4 method for signature 'AFTSurvivalRegressionModel'
predict(object, newData)

## S4 method for signature 'AFTSurvivalRegressionModel,character'
write.ml(object, path, overwrite = FALSE)

参数：

• data 用于训练的 SparkDataFrame。
• formula 要拟合的模型的符号说明。目前仅支持少数公式运算符，包括'~'、':'、'+'和'-'。请注意，当前不支持运算符'.'。
• ... 传递给该方法的附加参数。
• aggregationDepth treeAggregate 的深度(大于或等于 2)。如果特征的维度或分区的数量很大，可以将此参数调整为更大的大小。这是一个专家参数。对于大多数情况，默认值应该是好的。
• stringIndexerOrderType 如何对字符串特征列的类别进行排序。这用于确定字符串特征的基本级别，作为编码字符串时删除排序后的最后一个类别。支持的选项有 "frequencyDesc"、"frequencyAsc"、"alphabetDesc" 和 "alphabetAsc"。默认值为"frequencyDesc"。当 ordering 设置为 "alphabetDesc" 时，这会在编码字符串时丢弃与 R 相同的类别。
• object 拟合的 AFT 生存回归模型。
• newData 用于测试的 SparkDataFrame。
• path 保存模型的目录。
• overwrite 如果输出路径已经存在，是否覆盖。默认为 FALSE，这意味着如果输出路径存在则抛出异常。

返回：

spark.survreg 返回拟合的 AFT 生存回归模型。

summary 返回拟合模型的汇总信息，是一个列表。该列表包括模型的coefficients(特征、系数、截距和对数(比例))。

predict 返回一个 SparkDataFrame，其中包含数据原始比例的预测值(比例 = 1.0 的平均预测值)。

注意：

spark.survreg 自 2.0.0 起

摘要(AFTSurvivalRegressionModel)自 2.0.0 起

从 2.0.0 开始预测(AFTSurvivalRegressionModel)

write.ml(AFTSurvivalRegressionModel, character) 自 2.0.0 起

例子：

df <- createDataFrame(ovarian)
model <- spark.survreg(df, Surv(futime, fustat) ~ ecog_ps + rx)

# get a summary of the model
summary(model)

# make predictions
predicted <- predict(model, df)
showDF(predicted)

# save and load the model
path <- "path/to/model"
write.ml(model, path)
savedModel <- read.ml(path)
summary(savedModel)